基于Citespace知识图谱的农业知识语义智能检索方法

当前对农业知识语义的智能检索方法往往难以精准捕捉知识的深层语义,导致检索结果与目标集之间存在较大偏差,使得检索推荐列表中目标信息的平均倒数排名偏低,一定程度上影响了用户对农业知识的获取效率。为此,提出一种基于Citespace知识图谱的农业知识语义智能检索方法。通过对农业知识词向量化表示,将其转化为向量空间中的数值表示。利用Citespace软件进行关系抽取和图谱展示,建立农业知识图谱。在此基础上,对农业知识图谱中的特征向量进行扩展,以丰富其语义维度。引入余弦相似度算法来计算检索信息与扩展后的农业知识图谱中特征向量之间的相似度。基于相似度值计算结果,筛选出与检索信息相似度最高的农业知识文本。根据相似度排序生成一个检索文本列表,从而实现农业知识语义智能检索。实验结果表明,所提出的方法在检索推荐列表中的平均倒数排名保持在0.90以上,且交并比超过0.95,表明所提出的方法在农业知识语义智能检索领域具有良好的应用前景和显著优势。