文献类型：期刊文章

作　　者：赵鹏飞[1] 赵春江[1,2] 吴华瑞[2,3,4] 王维[2,3]

Zhao Pengfei;Zhao Chunjiang;Wu Huarui;Wang Wei(School of Engineering,Shanxi Agricultural University,Taigu 030801,China;National Engineering Research Center for Information Technology in Agriculture,Beijing 100097,China;Beijing Research Center for Information Technology in Agriculture,Beijing 100097,China;Beijing Research Center of Intelligent Equipment for Agriculture,Beijing 100097,China)

机构地区：[1]山西农业大学工学院,太谷030801 [2]国家农业信息化工程技术研究中心,北京100097 [3]北京农业信息技术研究中心,北京100097 [4]北京农业智能装备技术研究中心,北京100097

出　　处：《农业工程学报》

基　　金：国家重点研发计划项目(2019YFD1101105);国家自然科学基金项目(61871041);北京市科技计划项目(Z191100004019007)。

年　　份：2022

卷　　号：38

期　　号：3

起止页码：112-118

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAB、CAS、CSCD、CSCD2021_2022、EAPJ、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：命名实体识别是农业文本信息抽取的重要环节,针对实体识别过程中局部上下文特征缺失、字向量表征单一、罕见实体识别率低等问题,提出一种融合BERT(Bidirectional Encoder Representations from Transformers,转换器的双向编码器表征量)字级特征与外部词典特征的命名实体识别方法。通过BERT预训练模型,融合左右两侧语境信息,增强字的语义表示,缓解一词多义的问题;自建农业领域词典,引入双向最大匹配策略,获取分布式词典特征表示,提高模型对罕见或未知实体的识别准确率;利用双向长短时记忆(Bi-directional Long-short Term Memory,BiLSTM)网络获取序列特征矩阵,并通过条件随机场(Conditional Random Field,CRF)模型生成全局最优序列。结合领域专家知识,构建农业语料集,包含5295条标注语料,5类农业实体。模型在语料集上准确率为94.84%、召回率为95.23%、F_(1)值为95.03%。研究结果表明,该方法能够有效识别农业领域命名实体,识别精准度优于其他模型,具有明显的优势。

关 键 词：农业 命名实体识别 文本 BERT  词典特征  BiLSTM  

分 类 号：TP391.1]