近日，信息學院（人工智能學院）許福教授團隊在農業人工智能方向取得重要研究進展，成功構建了面向中國農作物病蟲害領域的知識圖譜—CropDP-KG。該成果以《A knowledge graph for crop diseases and pests in China》為題，發表在Nature子刊《Scientific Data》上。該期刊專注于數據集以及促進科學數據共享和再利用的研究，SCI Q1期刊，五年影響因子8.7。
農作物病蟲害是影響全球農業生產的重要因素，每年造成嚴重經濟損失。傳統病蟲害知識分散在不同平臺、文獻和數據庫中，缺乏統一、結構化的表示方法，制約了農業智能決策的發展。針對這一難題，研究團隊依托自然語言處理技術與農業領域知識，從“中國農作物病蟲害圖文數據庫”中提取并構建了覆蓋廣泛、結構清晰的多維知識圖譜。
CropDP-KG包含8類核心實體（如病害、害蟲、作物、發生區域、癥狀等）和7類語義關系（如“主要發生地區”“危害作物”“適宜溫度”等），共包含13,840個實體和21,961個關系三元組。研究采用BERT-BiLSTM-CRF等深度學習模型實現實體識別，并結合專家標注與驗證，確保知識的高準確性與可靠性。
基于該知識圖譜，團隊還開發了“農作物病蟲害知識服務系統”，支持知識查詢、問答與可視化功能，用戶可通過關鍵詞快速檢索病蟲害相關屬性、發生條件、防治建議等多維度信息，為農業從業者、科研人員及政策制定者提供直觀、高效的知識支持。該知識圖譜數據已以CSV格式公開發布于Figshare平臺，系統代碼開源發布在GitHub，推動農業知識共享與后續研究應用。
論文第一作者為青年教師顏榮恩，通訊作者為許福教授和李冬梅教授。安平、孟祥浩、李亞坤、黨德鵬教授共同參與研究。
本研究由中央高校基本科研經費（BLX202356）、國家重點研發計劃（2022YFF1302700）、國家林草局應急揭榜掛帥項目（202303）及優秀青年團隊項目（QNTD202308）共同資助。
