摘要：【目的】科学数据的使用场景日益丰富,了解已有场景中科学数据如何使用,对科技探索与发现有很重要的启发和借鉴作用。然而,由于科学数据的场景化使用蕴藏了复杂的输入、算法和执行环境,这使得如何统一地描述数据的场景化使用成为了一个挑战。这种统一描述的缺失导致了理解和学习已有场景中的科学数据的用法变得难度大、成本高、效率低。【方法】针对数据场景化使用的统一描述缺失的问题,本文采用数据语用的概念,从超图的角度来建模数据的场景化使用,设计了面向数据语用的新型标记语言DPML(Data Pragmatics Markup Language),并提出了一套基于AI的科学数据语用的自动化提取方法。【结果】DPML可以表征多种典型的基于科学数据的场景化使用中的数据语用,同时利用上述的自动化方法,可以高效地提取出DPML。【结论】通过提出DPML及其自动化提取方法,本文实现了科学数据场景化使用中隐含的数据语用的自动化表征。通过数据以及数据之间的语用关系所形成的科学数据的语用网络蕴藏了科学数据如何使用的知识,可以促进科学数据跨学科的共享和再利用,为科学研究的深入合作与数据驱动发现开辟了新的路径。

摘要：目的:优化壮骨方煮散的煎煮工艺。方法:采用2因素5水平星点设计试验,以加水(倍)量和煎煮时间为自变量,以淫羊藿苷提取量和浸膏得率的总评"归一值"为因变量,进行回归方程拟合,采用响应面法优化壮骨方煮散煎煮工艺并进行验证;将采用优化后煎煮工艺的煮散与传统饮片的煎煮效果进行比较。结果:最优工艺为加16倍量水,煎煮2次,每次20 min;验证试验中"归一值"预测值与理论值的相对误差为2.97%;煮散与饮片经相同条件煎煮后淫羊藿苷提取量分别为1.234 3、1.132 4μg/g,浸膏得率分别为23.73%、17.84%。结论:星点设计-响应面法优化煎煮工艺方法简便、可靠,优化的煎煮工艺稳定、可行;壮骨方煮散煎出效果优于传统饮片。