科研产出
基于ERNIE-BiLSTM-CRF模型的土壤肥力命名实体识别研究
《园艺与种苗 》 2023
摘要：为充分利用安徽省土壤肥力指标数据,解决现有土壤肥力命名实体识别方法普遍存在的效率低、迁移能力较差以及长文本处理影响效果等问题,文中提出了一种基于ERNIE-BiLSTM-CRF模型的土壤肥力命名实体识别方法,并构建了一套安徽省土壤肥力知识问答系统.首先将土壤肥力数据集中的长文本处理为短文本,对土壤肥力信息使用ERNIE模型编码,得到保留语义关联的词表示形式,再利用BiLSTM模型进行特征提取,对一切可能的标签序列评分并输出给CRF模型,最后使用CRF模型解码获取分数最高的标签序列,生成实体标签序列.结果表明,与HMM模型、CRF模型、BiLSTM模型、BiLSTM-CRF模型相比较,本文使用的基于ERNIE-BiLSTM-CRF模型的土壤肥力命名实体识别方法,准确率P达到92.85%、召回率R达到92.00%、F1值达到92.59%,取得了相对较好的识别效果.
关键词： 命名实体识别 ERNIE-BiLSTM-CRF 土壤肥力 标签序列 长文本处理.
全文链接
请求原文
基于PCNN-Attention的土壤肥力关系抽取研究
《安徽农业科学 》 2022
摘要：关系抽取旨在抽取文本中实体间的语义关系,是知识图谱构建和信息抽取中的一个关键环节.针对中文土壤肥力文本中语法结构复杂、指标类型较多、同一指标描述方式不同等问题,提出一个基于结合注意力机制的分段卷积神经网络(PCNN-Attention)的土壤肥力关系抽取模型,模型利用分段卷积神经网络实现关系抽取,并在此基础上添加了注意力机制,以提高关系分类的准确性.在构建的数据集中,该模型对多种土壤肥力关系进行抽取,准确度、召回率、F1值加权平均值分别达到了89%、89%、88%,验证了该方法的可行性和有效性,能够满足土壤肥力知识图谱系统构建的需求.
关键词： 土壤肥力 PCNN 注意力机制 关系抽取 知识图谱
全文链接
请求原文
气象因子对安徽省农作物病虫害发生发展的影响
《农业灾害研究 》 2017
摘要：以安徽省宿州市、滁州市、黄山市为例,通过分析当地气象观测站自1991年1月到2015年12月的气象资料,研究各类气象因子对我省农作物病虫害发生、发展影响,旨在为进一步预测病虫害的发生提供基础资料。
全文链接
请求原文
安徽省农业旱灾风险评估与区划
《中国农学通报 》 2016 CSCD
摘要：为客观分析农业旱灾对安徽农作物造成的风险损失,根据安徽省1991—2012年的农业灾情数据和农作物播种面积等数据资料,对安徽省农业旱灾风险进行了评估区划。结果显示:旱灾是安徽省主要的农业自然灾害,22年间安徽省旱灾占农业自然灾害受灾面积和成灾面积的比例分别为42.1%和40.1%;安徽省各市受灾面积和成灾面积的变化具有很强的同步性;安徽省农业旱灾呈现出风险发生周期短、频率高的特点,旱灾受灾面积一般不超过60%,该指数下风险概率为357.1年一遇;从旱灾风险时空分布看,淮北和江淮地区旱灾风险较高。
全文链接
请求原文
安徽省油菜主要病虫害发生规律及防治方法探析
《农业灾害研究 》 2016
摘要：介绍了安徽省油菜主要病害危害症状及发生规律,以及主要虫害为害症状及发生规律,并阐述了主要病虫害防治方法,为油菜生产提供了借鉴。
全文链接
请求原文
基于CNKI的猪蓝耳病文献计量分析
《生物技术进展 》 2016
摘要：为了解我国猪蓝耳病研究的现状和热点,以2004-2015年CNKI数据库收录的SCI、EI、核心以及CSSIC来源期刊的论文数据为对象,从论文的发表时间、论文所覆盖的学科、论文所属的期刊分布、论文研究层次分布、主要基金项目来源、作者和研究机构、关键词词频等方面进行了统计和比较。我国猪蓝耳病研究相关论文主要集中于畜牧与动物医学、生物学等学科;猪蓝耳病研究相关论文发表数量最多的年份是2008年;核心期刊《动物医学进展》载文最多,畜牧兽医、动物相关期刊是猪蓝耳病研究论文发表的主要期刊;主要研究学者大多集中在科研院所和高等院校,其中论文数量发表最多的研究机构是南京农业大学;目前猪蓝耳病研究领域的热点主要包括病毒的遗传变异规律、疫苗的研制和猪蓝耳病的有效防控。防控猪蓝耳病最有效的手段就是接种疫苗,但是传统的控制方法,对于新出现的变异蓝耳病病毒并不能提供足够的保护,加强猪蓝耳病病毒遗传变异的监测,掌握病毒的变异趋势是当前猪蓝耳病研究的前沿领域,而研发更为有效的疫苗将成为未来的研究重点。
全文链接
请求原文
