第23卷第1期2023年3月南京师范大学学报(工程技术版)JOUＲNALOFNANJINGNOＲMALUNIVEＲSITY(ENGINEEＲINGANDTECHNOLOGYEDITION)Vol.23No.1Mar，2023收稿日期:2022－09－15．基金项目:教育部农业与农产品安全国际合作联合实验室开放课题项目(JILAＲ－KF202007)、扬州大学交叉学科基金项目(yzuxk202008)、扬州市市校合作专项项目(YZ2021150)．通讯作者:徐向英，博士，研究方向:农业信息化．E-mail:xuxy@yzu．edu．cndoi:10．3969/j．issn．1672－1292．2023．01．005基于FastBert的水稻病虫害实体关系抽取研究周烨1，徐向英1，2，章永龙1，陈佳云1，汪洪江1(1．扬州大学信息工程学院，江苏扬州225012)(2．扬州大学教育部农业与农产品安全国际合作联合实验室，江苏扬州225127)［摘要］针对水稻病虫害知识图谱构建所需实体和关系，提出了一种基于FastBert模型的中文实体关系抽取方法．首先，在中文语料收集的基础上，使用Hanlp工具和农业词典提取了与水稻病虫害相关的领域实体，并依据实体间关系的特点定义了病虫害别名、为害部位、为害地区、防治方法等7种类型．然后，在词嵌入和句子嵌入的基础上通过FastBert模型实现水稻病虫害关系的抽取．该模型与Ｒobert、Electra、Distilbert等其它Bert相关模型的关系抽取结果比较显示，基于FastBert模型的中文水稻病虫害关系抽取效果更好，模型获得的实体间关系F1值达0．72，模型精度达0．69．该方法为中文农业病虫害知识图谱的自动化构建提供了参考．［关键词］水稻病虫害，知识图谱，关系抽取［中图分类号］TP391．1［文献标志码］A［文章编号］1672－1292(2023)01－0033－06ＲelationshipExtractionofEntitiesAboutＲiceDiseasesandInsectPestsBasedonFastBertZhouYe1，XuXiangying1，2，ZhangYonglong1，ChenJiayun1，WangHongjiang1(1．CollegeofInformationEngineering，YangzhouUniversity，Yangzhou225012China)(2．JointInternationalＲesearchLaboratoryofAgricultureandAgri-ProductSafety，theMinistryofEducationofChina，Yangzhou225127China)Abstract:AFastBertmodelbasedChineseentityrelationshipextractionmethodisproposedtoextracttheentitiesandrelationshipsrequiredforricepestanddiseaseknowledgegraph．Firstofall，onthebasisofChinesecorpuscollected，atoolnamedHanlpandaagriculturaldictionaryareusedtoextractthedomainentitiesrelatedtoricediseasesandinsectpests．Accordingtot...
