该框图基于《计算机工程与应用》2026年文献，图表清晰呈现了模型的三个连续步骤：首先是“净化文本并反思补缺”，依据图谱模式生成候选三元组；接着进入核心环节“监督式事实审核”，利用基于Qwen2.5-7B-Instruct并经LoRA微调的模型对候选事实进行严格校验；最后是“筛选后入图”，将审核通过的结构化知识融入知识图谱。图表下方展示了在自建中文水稻病虫害语料上完整流程的评估结果，抽取精确率高达0.942，综合衡量精确率与召回率的抽取F1值也达到了0.924。该图直观地证明了引入专门的事实审核监督机制，能显著提升农业垂直领域知识抽取的准确性与可靠性。适合知识图谱构建工程师、自然语言处理算法研究者及智慧农业领域的硕博生参考。