基于部首嵌入和注意力机制的病虫害命名实体识别

发布时间：2021-07-11 09:06

　　为了解决农业病虫害命名实体识别过程中存在的内在语义信息缺失、局部上下文特征易被忽略和捕获长距离依赖能力不足等问题,以农业病虫害文本为研究对象,提出一种基于部首嵌入和注意力机制的农业病虫害命名实体识别模型（Chinese agricultural diseases and pests named entity recognition with joint radical-embedding and selfattention,RS-ADP）。首先,该模型将部首嵌入集成到字符嵌入中作为输入,用以丰富语义信息。其中,针对部首嵌入设计了3种特征提取策略,即卷积神经网络（Convolutional neural network,CNN）、双向长短时记忆网络（Bidirectional long short-term memory network,Bi LSTM）和CNN-Bi LSTM;其次,采用多层不同窗口尺寸的CNNs层提取不同尺度的局部上下文信息;然后,在Bi LSTM提取全局序列特征的基础上,采用自注意力机制进一步增强模型提取更长距离依赖的能力;最后,采用条件随机场（Conditiona... 

【文章来源】：农业机械学报. 2020,51(S2)北大核心EICSCD

【文章页数】：9 页

【部分图文】：

RS-ADP模型架构

嵌入层的部首嵌入和字符嵌入特征

部分汉字部首示例

【参考文献】：
期刊论文
[1]结合知识图谱与双向长短时记忆网络的小麦条锈病预测[J]. 张善文,王振,王祖良.  农业工程学报. 2020(12)
[2]水稻病虫草害与药剂实体关系联合抽取算法[J]. 沈利言,姜海燕,胡滨,谢元澄.  南京农业大学学报. 2020(06)
[3]面向食品安全事件新闻文本的实体关系抽取研究[J]. 郑丽敏,齐珊珊,田立军,杨璐.  农业机械学报. 2020(07)
[4]基于BERT-IDCNN-CRF的中文命名实体识别方法[J]. 李妮,关焕梅,杨飘,董文永.  山东大学学报(理学版). 2020(01)
[5]基于条件随机场的农作物病虫害及农药命名实体识别[J]. 李想,魏小红,贾璐,陈昕,刘磊,张彦娥.  农业机械学报. 2017(S1)
[6]基于条件随机场的农业命名实体识别研究[J]. 王春雨,王芳.  河北农业大学学报. 2014(01)



本文编号：3277789