91 lines
2.1 KiB
Markdown
Executable File
91 lines
2.1 KiB
Markdown
Executable File
# Gene-Family-MAS-V2 修订计划
|
|
|
|
## 修订原则
|
|
1. 24小时不间断修订
|
|
2. 不删除文件
|
|
3. 实事求是，不编造
|
|
4. 后端API测试真实数据
|
|
5. 定时记录修订进度
|
|
|
|
## 最优方案 (基于分析)
|
|
|
|
### 方案选择: 借鉴autoSKG + PlantConnectome
|
|
|
|
autoSKG特点:
|
|
- 使用GROBID提取PDF文本
|
|
- 使用LLM构建知识图谱
|
|
- 输出为parquet格式
|
|
- 支持增量更新
|
|
|
|
PlantConnectome特点:
|
|
- 788个预定义关系词
|
|
- 字段完整性100%
|
|
- 证据溯源完整
|
|
|
|
### 我们的最优方案:
|
|
|
|
1. **PDF提取**: 使用GROBID (autoSKG方式)
|
|
2. **关系抽取**: 使用OpenAI GPT-4o (PC方式)
|
|
3. **关系词表**: 选取PC的39个基因家族专用词
|
|
4. **质量保证**: 字段完整性+证据溯源
|
|
5. **存储格式**: JSON + SQLite (兼容现有)
|
|
|
|
---
|
|
|
|
## 修订任务清单
|
|
|
|
### 任务1: 配置OpenAI API (03:30前)
|
|
- [ ] 从.env读取API key
|
|
- [ ] 测试API连接
|
|
- [ ] 记录到revision_log
|
|
|
|
### 任务2: 修复V12.1章节提取 (03:50前)
|
|
- [ ] 检查当前章节保存逻辑
|
|
- [ ] 修复保存到结果文件
|
|
- [ ] 重新提取荔枝论文
|
|
- [ ] 验证章节完整性
|
|
|
|
### 任务3: 实现LLM关系抽取 (04:10前)
|
|
- [ ] 创建llm_extractor.py
|
|
- [ ] 使用GPT-4o抽取关系
|
|
- [ ] 从章节文本批量抽取
|
|
- [ ] 测试抽取质量
|
|
|
|
### 任务4: 扩展知识图谱 (持续)
|
|
- [ ] 添加39个关系词
|
|
- [ ] 实现基因家族特有词
|
|
- [ ] 添加basis字段
|
|
- [ ] 验证关系准确性
|
|
|
|
### 任务5: 真实数据验证 (持续)
|
|
- [ ] 后端API测试所有代码
|
|
- [ ] 验证抽取结果
|
|
- [ ] 记录验证日志
|
|
|
|
---
|
|
|
|
## 定时记录计划
|
|
|
|
| 时间 | 动作 | 内容 |
|
|
|------|------|------|
|
|
| 03:30 | 记录进度 | 任务1完成状态 |
|
|
| 03:50 | 记录进度 | 任务2完成状态 |
|
|
| 04:10 | 状态检查 | 检查修订是否在进行 |
|
|
| 每30分钟 | 心跳检测 | 检查任务运行状态 |
|
|
|
|
---
|
|
|
|
## 修订记录文件
|
|
|
|
- `/home/xia-lab/gene-family-mas-v2/revision_log_0330.md`
|
|
- `/home/xia-lab/gene-family-mas-v2/revision_log_0350.md`
|
|
- `/home/xia-lab/gene-family-mas-v2/revision_status.md`
|
|
|
|
---
|
|
|
|
## 当前状态
|
|
|
|
开始时间: 2026-04-10 03:27
|
|
当前任务: 配置OpenAI API
|
|
下一步: 修复V12.1章节提取
|