数据集概述
本数据集围绕膜翅目（含叶蜂、蜜蜂、黄蜂、蚂蚁等）解剖学本体（HAO）扩展工作展开，包含用于从生物多样性遗产图书馆（BHL）文献中发现解剖学术语的工具及相关数据，涉及术语识别、分类群分组、文献文本等内容，共7个文件，支持本体迭代构建研究。
文件详解
- 文本文件（.txt）
- 文件名称：g2.txt、terms.txt、JHR_articles.txt
- 内容说明：g2.txt含分类群与二进制编码数据；terms.txt为解剖学术语列表；JHR_articles.txt为相关文献文本
- 表格文件（.csv）
- 文件名称：groups.csv
- 字段映射：包含family（科）、superfamily（总科）、suborder（亚目）三个分类层级字段
- 压缩文件（.zip）
- 文件名称：result_trees.zip、script_modifications_for_mx.zip
- 内容说明：存储结果树数据及脚本修改文件
- 代码文件（.r）
- 文件名称：doclust.R
- 内容说明：用于聚类分析的R语言脚本
数据来源
论文“Utilizing descriptive statements from the Biodiversity Heritage Library to expand the Hymenoptera Anatomy Ontology”
适用场景
- 生物本体构建：支持膜翅目解剖学本体（HAO）的迭代扩展与术语标准化
- 分类学文本挖掘：分析分类学家使用的领域术语及其分类群特异性规律
- 生物多样性文献利用：挖掘BHL文献中的解剖学描述信息，辅助物种表型研究
- 本体工具评估：验证Proofer工具在术语发现与本体构建中的有效性
- 分类系统分析：基于groups.csv的分类群层级数据开展膜翅目分类研究
