融合多重特征詞嵌入的農(nóng)業(yè)實(shí)體命名識別研究

丁浩 孔令圓 劉清 胡廣偉

摘 要： ［目的／ 意義］ 本文針對農(nóng)業(yè)領(lǐng)域提出一種基于融合多重特征詞嵌入模型的農(nóng)業(yè)命名實(shí)體識別方法，以提高識別準(zhǔn)確度。［方法／ 過程］ 通過使用結(jié)合字符、位置語義、領(lǐng)域知識字典特征等多重特征向量作為嵌入層， 充分考慮字符的位置信息和上下文語義信息， 并根據(jù)農(nóng)業(yè)領(lǐng)域的中文實(shí)體的特點(diǎn)改進(jìn)了單一字符向量嵌入，獲得更多的農(nóng)業(yè)實(shí)體特征， 同時采用雙向長短時記憶網(wǎng)絡(luò)ＢｉＬＳＴＭ 和多頭注意力機(jī)制來學(xué)習(xí)文本的長距離依賴信息， 再利用條件隨機(jī)場ＣＲＦ 獲得全局最優(yōu)標(biāo)注序列。［結(jié)果／ 結(jié)論］ 本文在農(nóng)業(yè)領(lǐng)域中文實(shí)體語料數(shù)據(jù)集中與９種基于基線方法進(jìn)行對比實(shí)驗(yàn)， 模型的Ｐｒｅｃｉｓｉｏｎ 為９２ ２％， Ｒｅｃａｌｌ 為９２ ０％， Ｆ１ 值為９２ １１％， 均優(yōu)于其他基線模型， 說明本文模型對于中文農(nóng)業(yè)命名實(shí)體識別更精確。

關(guān)鍵詞： 自然語言處理； 命名實(shí)體識別； 農(nóng)業(yè)文本； 信息抽取； ＢｉＬＳＴＭ； ＣＲＦ

ＤＯＩ：１０．３９６９ ／ ｊ．ｉｓｓｎ．１００８－０８２１．２０２３．１１．０１１

〔中圖分類號〕ＴＰ３９１ １ 〔文獻(xiàn)標(biāo)識碼〕Ａ 〔文章編號〕１００８－０８２１ （２０２３） １１－０１３５－１１