农业机械学报

作者：蒲攀，刘勇，张越，王飞逸，苗园爽，谦博，黄铝文

单位：西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,西北农林科技大学,

关键词：苹果病虫害;命名实体识别;动态嵌入;词典;CBAM

基金：陕西省重点研发计划项目（2023-YBNY-219）

在苹果病虫害命名实体识别中，针对罕见字语义特征提取不充分，实体类别相似难以区分的问题，本文提出一种融合动态词典和卷积块注意力模块(Convolutional block attention module, CBAM)的实体识别方法。首先，基于字的双向长短时记忆-条件随机场模型(Bidirectional long short-term memory-conditional random field, BiLSTM-CRF)，在嵌入层利用通道注意力网络(Channel attention module, CAM)动态融合词典信息，同步集成字的四角号码信息，以提高对罕见字表征能力。随后，对序列编码层输出序列特征，基于空间注意力网络(Spatial attention module, SAM)，新增并行连接的空间注意力(Parallel connection spatial attention, PCSA)模块，提高模型对上下文信息提取能力。最后，使用含有6大类标签、127574个标注字符的苹果病虫害数据集进行验证测试。结果显示模型精确率、召回率和F1值分别达到95.76%、92.46%、94.08%，较现有的常用同类模型性能显著提升，实现了对农业病虫害命名实体的精准识别。

来源：2024年第12期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第12期