啃书文学网

手机浏览器扫描二维码访问

第266章 先睡了（第2页）

最后是将各个途径获取到的文献数据和元数据汇总，进行数据预处理。

采集到的数据需经过清洗和预处理，才能用于后续的分析。

数据预处理的步骤包括：

数据清洗：删除重复的记录，校正错误的数据格式，填补缺失值。

数据整合：将来自不同来源的数据整合到一个统一的格式和数据库中，如表3.1所示，以便进

为了使后续知识库生成更加准确与完善，对文献具体内容进行筛选。例如部分文献中并未提到

所用数据，而是指出所用数据库链接，如图3.3所示，在对该篇文献进行解析后，数据部分就是欠

缺的，最终构建的知识库就不完整，在调用大模型回答相关问题时，极大概率产生幻觉。因此为了

构建更为准确的专业模型，对爬取下来的507篇文献进行筛选，选择包括流程图（system

boundaries）、各单元过程或生产环节的投入（input），产出（output），数据（），以及数据的时间、地点、获取方法、技术细节的文献作为最后应用的数据。核对内容

后的文献数据集共98篇英文文献。

数据预处理

Unstructured库是一个强大的工具，专为处理非结构化数据设计，具体流程如图3.7所示，

如从文本文档、pdF文件或网页中提取数据。它支持多种数据提取方法，包括正则表达式匹配、自

然语言处理（NLp）技术等。

数据预处理步骤如下：

步骤一：数据清洗

去除杂质：从文本中去除无关的字符，如特殊符号、空白行等。

格式统一：将所有文本统一为相同的编码格式，通常为UtF-8，以避免编码错误。

语言标准化：统一不同术语的使用，例如将所有"photovoltaic"统一替换为"pV"，确保术语的

一致性。

步骤二：信息提取

关键信息标识：标识文献中的关键信息，如研究方法、主要结论、实验条件等。

数据分类：根据信息类型将数据分类，如作者、出版年份、研究结果等。

步骤三：结构化转换

结构化处理：将信息精细化拆解与清洗，将各种元素进行转换，形成结构化数据形式，拆分成

非结构化文本数据通常非常稀疏，即包含大量的词汇但每个文档只使用其中的一小部分。而结

构化数据则可以通过合并相似信息来降低数据的稀疏性，这有助于生成更加紧凑和有效的嵌入向

量。

结构化数据可以实现更高效的特征提取。结构化数据通常已经按照特定的模式或结构进行了组

织，这使得我们可以更加高效地从中提取有用的特征（如标题、作者、摘要、关键词等）。这些特

征可以作为后续的输入，帮助生成具有更强区分性和泛化能力的嵌入向量。结构化数据

中的元素（如主题、类别、属性等）通常具有明确的含义，这些含义可以在过程中被保

留下来。因此，基于结构化数据的嵌入向量往往具有更强的解释性，有助于我们更好地理解模型的

预测结果和内部机制。

一胎三宝，三个爹爹都想抢  快穿：我是直男，我只想完成任务  长公主的儿媳妇（H）  你好，房东大人  原神：带着芙芙成武神  模拟中辅佐女帝，但模拟是真的  宝可梦侦探：竹兰逼我领养精灵  综武：偷看我日记，林诗音要退婚  序列：天使  志怪：夜半无人尸语时  重生后，攻略檀帝日常  独宠残疾战神，侍君柔弱不能自理  绿茶婊每天在线逼疯白莲花  反派：假死之后，追夫火葬场  黑莲花又娇又媚，冷戾暴君被撩疯  贼公子  一梦开天  修仙凌云志  明昭帝姬  掌门通天路