What question did this study set out to answer?

This research aims to assess the effectiveness of large language models in extracting crop variety data from unstructured text sources.

March 10, 2026

View Full Paper

تقييم جودة استخراج بيانات أنواع المحاصيل من مصادر نصية غير منظمة باستخدام نماذج اللغة الكبيرة

MSM. A. SoldatkinaV.V. Dokuchaev Soil Science Institute PTP. R. TsymbarovichV.V. Dokuchaev Soil Science Institute DFD. S. FominV.V. Dokuchaev Soil Science Institute

Key Points

This research aims to assess the effectiveness of large language models in extracting crop variety data from unstructured text sources.
Evaluation of large language models including GPT-3.5 Turbo, GPT-4o, and GPT-4o-mini.
Application of few-shot prompt-tuning and fine-tuning techniques.
Human assessment of extraction quality based on 250 variety descriptions.
GPT-4o model achieved the highest data extraction quality with an F1 score of 0.967.
تعرف نموذج GPT-4o المعلمات الرئيسية مثل الخصائص الشكلية ومقاومة الإجهاد غير الحيوي بفعالية.
أظهر تغطية النص علاقة قوية (0.405) مع التقييمات البشرية وحدد حدًا للجودة.

Abstract

الملخص: يوجد كمية هائلة من المعلومات الزراعية على الورق أو الوسائط الإلكترونية في شكل غير رقمي وغير منظم. من الممكن الحصول على معلومات مفصلة حول النباتات الزراعية بصيغة قابلة للقراءة آليًا من خلال استخراج وتحليل البيانات من مصادر نصية غير منظمة. تقيّم هذه الدراسة فعالية نماذج اللغة الكبيرة (LLMs) في استخراج بيانات أنواع المحاصيل من السجلات الزراعية باللغة الروسية، وتحديداً السجل الحكومي الروسي لإنجازات التربية (أكثر من 30,000 نوع). تم اختيار GPT-3.5 Turbo (حيث تمثل GPT المحول المدرب مسبقًا)، وGPT-4o، وGPT-4o-mini من OpenAI كنماذج لغوية تستخدم تقنيات الضبط السريع وعدد قليل من العبارات (FSPT) والتدريب الدقيق (FT). تم إجراء تقييم بشري لجودة استخراج البيانات على 250 وصفًا لنوع من قبل ثلاثة مراجع، وهم متخصصون في مجال الزراعة. أظهر نموذج GPT-4o أفضل نتيجة لاستخراج البيانات باستخدام FSPT (F1 = 0.967). جاء النموذج في المقدمة في التعرف على المعلمات

اسأل الذكاء الاصطناعي

Bookmark

View Full Paper

اسأل الذكاء الاصطناعي

Bookmark

View Full Paper

تقييم جودة استخراج بيانات أنواع المحاصيل من مصادر نصية غير منظمة باستخدام نماذج اللغة الكبيرة

Key Points

Abstract

Cite This Study

Also Consider

Also Consider