您好,欢迎访问中国农业科学院 机构知识库!

基于词向量+BiLSTM+CRF的农业技术需求文本实体提取

文献类型: 中文期刊

作者: 宋林鹏 1 ; 刘世洪 1 ; 王翠 1 ;

作者机构: 1.中国农业科学院农业信息研究所/农业农村部农业信息服务技术重点实验室

关键词: 农业技术需求挖掘;命名实体识别;条件随机场;双向长短时记忆网络

期刊名称: 江苏农业科学

ISSN: 1002-1302

年卷期: 2021 年 005 期

页码: 186-193

收录情况: 北大核心

摘要: 农业技术需求文本实体提取是农业技术转移工作中需求分析能够量化、特征化的关键技术。基于主流农业技术转移网站上的农业技术需求文本进行分析,提出农业技术需求文本中需求主体对象、需求意图、需求程度3种关键实体成分;分别使用传统的CRF和基于神经网络的词向量+BiLSTM+CRF 2种模型对关键实体进行识别提取。试验结果表明,词向量+BiLSTM+CRF在正确率、召回率指标上分别能达到88.51%和82.28%以上,均优于CRF模型。

  • 相关文献

[1]基于Self-Attention-BiLSTM网络的西瓜种苗叶片氮磷钾含量高光谱检测方法. 徐胜勇,刘政义,黄远,曾雨,别之龙,董万静. 2024

[2]面向数字人文的馆藏方志古籍地名自动识别模型构建. 李娜,包平. 2018

[3]基于条件随机场的高光谱遥感影像农作物精细分类. 余铭,魏立飞,尹峰,李丹丹,黄庆彬. 2018

[4]农业中文期刊论文信息自动识别与抽取模型构建及实现. 薛欢欢,赵瑞雪,寇远涛,鲜国建. 2019

[5]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

[6]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

[7]知识图谱驱动下粮食生产大数据应用现状与展望. 杨 晨雪,李 娴,周 清波. 2025

[8]本体知识库构建研究. 李嘉锐. 2015

作者其他论文 更多>>