待验证50% 置信解决方案精确时间

RecipeDB2 采用分层工程化方案：NER 负责语言解析、BERT 嵌入负责实体链接、随机森林负责类别传播、规则集负责膳食风格判定，而非用单一大模型处理

1

来源数

50%

置信度

长期有效

时效性

2026/9/22

首次发现

来源

RecipeDB2：让菜谱变得可计算的结构化数据框架

涉及实体

RecipeDB2product

相关事实

待验证RecipeDB2 使用基于 Transformer 的命名实体识别模型解析食材短语，将其拆分为七种烹饪属性68% 相似待验证豆包2.1 Pro是字节跳动旗下的大语言模型，定位于处理复杂推理与长文本任务63% 相似待验证部分爬虫框架已开始集成大语言模型来辅助解析非标准页面，通过自然语言描述可自动生成选择器规则63% 相似待验证open-code-review采用混合架构，将确定性规则引擎与大语言模型Agent结合62% 相似待验证一种可行的混合架构是用大模型处理自然语言模糊性并转化为结构化中间表示，再交由手工规则系统进行确定性的程序化执行62% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/940070

API

curl https://kongchang.com/api/v1/knowledge/claims/940070

MCP

get_claim(id=940070)