-
题名融合ALBERT与规则的小麦病虫害命名实体识别
被引量：5
- 1
-
-
作者
刘合兵
张德梦
熊蜀峰
马新明
席磊
-
机构
河南农业大学信息与管理科学学院
农田监测与控制河南省工程实验室
-
出处
《计算机科学与探索》
CSCD
北大核心
2023年第6期1395-1404,共10页
-
基金
河南省现代农业产业技术体系项目(S201001G04)
国家重点研发计划(2016YFD0300609)。
-
文摘
小麦病虫害中文命名实体识别是构建该领域知识图谱的关键步骤,针对小麦病虫害领域训练数据匮乏、实体结构复杂、实体类型多样及实体分布不均匀等问题,在充分挖掘隐含知识的前提下,采用了两种数据增广方法扩充句子语义信息,构建了小麦病虫害实体识别语料库WpdCNER及其领域词典WpdDict,并在领域专家的指导下定义了16类实体;同时提出了一种基于规则修正的中文命名实体识别模型WPD-RA,该模型基于轻量级BERT+双向长短期记忆网络+条件随机场(ALBERT+BiLSTM+CRF)进行实体识别,并在识别后定义具体规则校准实体边界。融合规则后的ALBERT+BiLSTM+CRF模型取得了最好的识别结果,准确率为94.72%,召回率为95.23%,[F1]值为94.97%,相比不加规则的识别结果,其准确率、召回率、[F1]值分别增加了1.71个百分点、0.34个百分点、1.03个百分点。实验结果表明,该方法能有效识别小麦病虫害领域命名实体,识别性能优于其他模型,为食品安全、生物等其他领域命名实体识别提供了一种可借鉴的思路。
-
关键词
小麦病虫害
数据增广
命名实体识别(NER)
ALBERT
规则修正
-
Keywords
wheat diseases and pests
data augmentation
named entity recognition(NER)
ALBERT
rules amendment
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
