烟草文献数据知识检索服务平台的设计与实现

为实现烟草文献知识的高效管理,加快烟草文献资源从数据保障型向知识服务型转变,基于B/S架构,遵循J2EE开发标准规范,利用大数据分析和自然语言处理（Natural Language Processing,NLP）技术,研究构建了烟草文献数据知识检索服务平台。采用先进的检索技术和知识发现算法,结合知识图谱可视化分析技术,对烟草文献数据资源进行深度融合与挖掘,实现了烟草科技文献的智能检索、智能推荐、智能分析、科技评价等功能,有效提升了烟草文献数据资源获取精准度,促进了烟草科技成果转化。      

2011—2019年我国烟草行业内单位SCI论文知识网络分析

  目的  通过对我国烟草行业SCI论文的概览与分析, 为烟草科研人员明确研发方向, 为我国烟草行业科技创新以及科研管理等提供参考。  方法  基于烟草科技文献数据库、科研大数据平台以及WOS资源, 使用文献计量学和知识网络分析技术, 全面分析我国烟草行业2011—2019年发表的SCI论文。  结果  ① SCI论文数量逐年提升, 从2011年的124篇提高到2019年的402篇; ②发表SCI论文最多的单位是中国烟草总公司郑州烟草研究院, 其次是云南省烟草农业科学研究院等, 从时间维度上看企业技术中心的占比逐年增加; ③从技术领域角度看, 烟草病虫害研究与防治、烟草化学、烟气科学、烟草生物技术、吸烟与健康等领域的论文是烟草类SCI论文的主流, 而卷烟工艺领域论文较少, 智能烟草和新型烟草制品研究方兴未艾。      

基于Savitzky-Golay平滑插值的烟草近红外光谱模型转移

为了解决不同近红外光谱仪器子机与主机光谱成像波数不一致的问题，通过使用Zero、Slinear、Quadratic、Cubic和Nearest 5种插值方法对光谱进行处理，研究提出一种基于Savitzky-Golay平滑插值（SG-Inter）的方法，使子机光谱与主机光谱插值后波数一致，有效解决了光谱波数不一致导致主机模型无法转移的问题。结果表明:利用SG-Inter插值处理后的光谱数据与原始光谱重合度高，且模型转移后的指标预测均方根误差（RMSE）最小。该方法将光谱数据平滑预处理与插值变换同步计算，相对简化了模型转移的工作流程，有效提升了主机模型的通用适配性。      

卷烟包装外观缺陷数据集构建及深度学习检测技术研究

目的 为了提升烟包缺陷检测的准确率,构建卷烟包装外观缺陷识别基准数据集,并开展主流深度学习模型在卷烟包装外观缺陷智能检测中的应用研究。方法 首先,从生产运行中的ZB45型细支烟硬盒包装机组采集缺陷图像,经过人工审核与筛选后获取典型的缺陷数据。然后,根据缺陷的特征与成因,将缺陷数据划分为23个类别,并逐一进行目标检测框标注。最终,形成了包含13 000余张缺陷图像的卷烟包装外观缺陷识别基准数据集,并针对烟包缺陷识别、缺陷分类、目标检测、模型迁移4项任务开展实验。结果 结果表明,数据集能够满足高准确率深度学习模型的训练需求;通过模型迁移,能够利用该数据集大幅提高不同牌号卷烟的缺陷检测效果;DenseNet模型在烟包缺陷识别与缺陷分类任务上表现较好,准确率分别达到93.70%和95.43%,YOLOv5模型在缺陷目标检测任务上mAP@0.5值达到了96.61%。结论 该数据集能够作为烟包缺陷检测领域的基准数据集,研究成果将进一步支撑卷烟包装领域的数据应用与数字化转型。     

基于多源异构的烟用香原料数据集构建

为解决烟用香原料数据查找难、获取难、使用难等问题,构建了基于多源异构的烟用香原料数据集。通过公开数据来源进行数据采集,获取香原料基本信息、理化性质、感官特性等数据;对香原料样品开展感官评价与成分检测,获取样品检测数据。经过条目标准化、数据结构融合和数据标签标注,实现了多源异构数据处理。烟用香原料数据集涵盖1 000余种香原料,包含10个数据模块,并以此为基础建立了烟草行业香原料中心库平台。对主体香型分布、嗅香香韵分布、香韵与卷烟加香作用之间的关联性进行分析,结果表明：(1)数据集能够从多维度提供烟用调香数据,并面向应用场景支持多种数据检索功能。(2)通过数据分析能够发现烟用香原料的分布特征,所体现的卷烟加香规律与实际经验基本相符合。(3)数据集检索量达到15 000余次/年。该研究可为推动烟草调香数字化转型提供支持。     

融合BiLSTM和注意力机制的卷烟消费者评价情感分类方法

为从海量评价数据中提取消费者对卷烟产品的情感信息,利用词频、点间互信息和左右信息熵提取烟草领域的专有词汇,通过建立分词补充词典提高文本分词准确性;融合双向长短时记忆神经网络和注意力机制建立BiLSTM-Att卷烟消费者评价情感分类模型,基于2006—2021年2 066个卷烟品牌规格消费者评价数据,对BiLSTM-Att模型进行验证并与其他6种分类方法进行对比。结果表明:统一产品名称后BiLSTM-Att模型F1值提高1.78百分点;BiLSTM-Att模型在情感倾向二分类和三分类中的F1值分别为92.89%和80.12%,具有较高准确性。该方法可为卷烟产品研发、精准营销和品牌发展提供支持。