农业机械学报

作者：李书琴，庞文婷

单位：西北农林科技大学,西北农林科技大学,

关键词：玉米育种;实体关系联合抽取;序列标注;BERT语言模型;词嵌入

基金：国家重点研发计划项目（2020YFD1100601）、陕西省重点研发计划项目（2021NY-138）和中央高校基本科研业务专项资金项目（2452019064）

针对玉米育种文本数据中存在重叠三元组、实体表达方式多样等问题，提出一种嵌入词汇信息的BERT-CRF（Bidirectional encoder representations from transformers-conditional random field）玉米育种实体关系联合抽取方法。首先，分析了玉米育种语料表达特征，采用对实体边界、关系类别和实体位置信息同步标注的策略；其次，构建了嵌入词汇信息的BERT-CRF模型进行训练和预测，自建玉米育种知识词典，通过在BERT中嵌入词汇信息，融合字符特征和词汇特征，增强模型的语义能力，利用CRF模型输出全局最优标签序列，设计了实体关系三元组匹配算法（Entity and relation triple matching algorithm，ERTM），将标签进行匹配和映射来获取三元组；最后，为验证该方法的有效性，在玉米育种数据集上进行实验，结果表明，本文模型精确率、召回率和F1值分别为91.84%、95.84%、93.80%，与现有模型相比性能均有提升。说明该方法能够有效抽取玉米育种领域知识，为构建玉米育种知识图谱及其它下游任务提供数据基础。

来源：2023年第11期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2023年第11期