面向葡萄知识图谱构建的多特征融合命名实体识别

文献类型： 中文期刊

第一作者： 聂啸林

作者： 聂啸林;张礼麟;牛当当;吴华瑞;朱华吉;张宏鸣

作者机构：

关键词： 信息化;深度学习;知识图谱;命名实体识别;BERT;残差结构

期刊名称： 农业工程学报

ISSN： 1002-6819

年卷期： 2024 年 003 期

页码： 201-210

收录情况： EI ; 北大核心 ; CSCD

摘要： 为解决构建知识图谱过程中由于上下文环境复杂、现有模型字向量语义表征相对单一导致领域专业实体识别率低的问题，该研究提出了来自转换器的双向编码器表征量（bi-directional encoder representation from transformer, BERT）和残差结构（residual structure, RS）融合的命名实体识别模型（bert based named entity recognition with residual structure,BBNER-RS）。通过BERT模型将文本映射为字符向量，利用双向长短时记忆网络（bi-directional long-short term memory, BiLSTM）提取局部字符向量特征，并采用RS保留BERT提供的全局字符向量特征，以提高字向量的语义丰富度，最后通过条件随机场（conditional random field, CRF）模型对特征向量解码，获取全局最优序列标注。与其他命名实体识别模型相比，提出的BBNER-MRS模型在葡萄数据集上表现较好，在葡萄人民日报、玻森、简历和微博数据集上F1值分别达到89.89%、95.02%、83.21%、96.15%和72.51%。最后该研究依托BBNER-MRS模型，提出基于深度学习的两阶段式领域知识图谱构建方法，成功构建了葡萄知识图谱，研究结果可为相关从业人员提供技术和数据支持。

分类号： S663.1%TP391.1

  • 相关文献

[1]基于注意力机制的农业文本命名实体识别. 赵鹏飞,赵春江,吴华瑞,王维. 2021

[2]基于深度学习的方志物产资料实体自动识别模型构建研究. 徐晨飞,叶海影,包平. 2020

[3]基于深度学习的水产病害可视化知识图谱构建与验证. 姜丽华,赵瑞雪,董春岩,常晓燕,马娟娟,谢能付,方松. 2023

[4]基于深度学习的作物病虫害可视化知识图谱构建. 吴赛赛,周爱莲,谢能付,梁晓贺,汪汇涓,李小雨,陈桂鹏. 2020

[5]基于深度学习的细粒度命名实体识别研究-以番茄病虫害为例. 任妮,鲍彤,沈耕宇,郭婷. 2021

[6]基于连续提示注入与指针网络的农业病害命名实体识别. 王春山,张宸硕,吴华瑞,朱华吉,缪祎晟,张立杰. 2024

[7]基于人工智能大模型技术的果蔬农技知识智能问答系统. 王婷,王娜,崔运鹏,刘娟. 2023

[8]基于ERNIE-BiLSTM-CRF模型的土壤肥力命名实体识别研究. 周乐乐,陈磊,季丰,任竹,刘楠楠. 2023

[9]基于RoFormer预训练模型的指针网络农业病害命名实体识别. 王彤,王春山,李久熙,朱华吉,缪祎晟,吴华瑞. 2024

[10]基于词向量+BiLSTM+CRF的农业技术需求文本实体提取. 宋林鹏,刘世洪,王翠. 2021

[11]知识图谱工具比较研究. 肖明,邱小花,黄界,李国俊,冯召辉. 2013

[12]基于知识图谱的核桃研究前沿演进分析. 罗明英,施晓晨,蒋国伟,李东丽,岳丕昌. 2016

[13]基于Web of Science的农业生态安全知识图谱分析. 孙岩,张会芳,段俊枝,齐红志,杨翠苹,樊文杰,燕照玲,陈海燕,刘毓侠,卓文飞. 2019

[14]基于CiteSpace的农业产业集群研究进展. 焦彩菊,张丽娜. 2020

[15]基于文献计量的渔业资源学领域研究现状分析. 陈欣然,钱妤,张晓琴,王希挺. 2019

[16]基于CNKI的中国水产技术研究知识图谱分析. 刘延忠,郑纪业,王东雨,赵文祥. 2017

[17]废弃生物质水热转化技术研究热点与前沿态势分析:基于CiteSpace的大数据知识图谱分析. 周朱梦,李丹阳,吴华山,靳红梅. 2021

[18]基于科学知识图谱的国外数据库盐碱地领域文献研究分析. 敦惠霞,陈晓玲. 2021

[19]基于CiteSpace的我国农村职业教育研究热点及趋势分析. 布海乔,陈会娜,陈蕾. 2019

[20]基于学科知识图谱的紫云英研究态势分析. 李忠义,韦彩会,何铁光,吴惠昌,董文斌,唐红琴. 2020

作者其他论文 更多>>

微信小程序