(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211315874.7 (22)申请日 2022.10.26 (71)申请人 江西农业大 学 地址 330045 江西省南昌市昌北 经济技术 开发区志敏大道1 101号 (72)发明人 钱文彬　吴和清　郭熙　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 何世磊 (51)Int.Cl. G06F 40/295(2020.01) G06F 16/332(2019.01) G06N 3/04(2006.01) G06N 3/08(2006.01) G06N 7/00(2006.01)G06N 20/00(2019.01) (54)发明名称 农业病虫害 文本命名实体的方法及装置 (57)摘要 一种农业病虫害文本命名实体的方法及装 置， 该方法包括步骤： 将所述农业病虫害数据集 进行分析， 得到以句子为单位的文本句子； 将文 本句子作为源模型中LS TM模块的输入， 分别输 出 文本句子中每个字对应的前向LSTM向量、 反向 LSTM向量以及字向量； 将获得的向量进行拼接后 作为源模型中CRF模块的输入， 并输出预测的序 列标签； 将CRF模块输出的序列标签转换成逻辑 基础描述， 并将逻辑基础描述与指定知识库中的 逻辑规则进行推理匹配； 若匹配不成功， 修正序 列标签； 将修正后的序列标签以及文本句子作为 已标注数据对CRF模块的参数进行调节。 权利要求书2页 说明书8页 附图3页 CN 115374788 A 2022.11.22 CN 115374788 A 1.一种农业病虫害 文本命名实体的方法， 其特 征在于， 包括 步骤： 获取农业病虫害数据集， 并将所述农业病虫害数据集进行分析， 得到以句子为单位的 文本句子； 将所述文本句子输入Bert ‑BiLSTM‑CRF模型的LSTM模块中， 并分别输出所述文本句子 中每个字对应的前向LSTM向量、 反向LSTM向量以及字向量； 将获得的前向LSTM向量， 字向量和反向LSTM向量进行拼接， 并将拼接后的向量作为 Bert‑BiLSTM‑CRF模型中CRF模块的输入向量输入所述CRF模块中， 并输出 预测的序列标签； 将所述CRF模块输出的序列标签转换成逻辑基础描述， 并将所述逻辑基础描述与指定 知识库中的逻辑 规则进行推理匹配； 若匹配不成功， 则采用最小化 不一致性修正所述CRF模块输出的序列标签； 将修正后的序列标签以及文本句子对CRF模块的参数进行调节； 其中， 采用最小化 不一致性修正所述CRF模块输出的序列标签的步骤 包括： 判断所述逻辑基础描述中预测实体的前后是否含有修饰词； 当所述逻辑基础描述中预测实体之前含有修饰词时， 将所述序列 标签中所述预测实体 对应的开始标签向前移动， 并对开始标签之后的标签进行复制； 当所述逻辑基础描述中预测实体之后含有修饰词时， 将所述序列 标签中所述预测实体 对应的结束标签向后移动， 并对结束标签之前的标签进行复制。 2.如权利要求1所述的农业病虫害文本命名实体的方法， 其特征在于， 所述将所述文本 句子输入Bert ‑BiLSTM‑CRF模型的LSTM模块中， 并分别输出所述文本句子中每个字对应的 前向LSTM向量、 反向LSTM向量以及字向量的步骤之前还 包括： 利用2017CCKS中文电子病历的命名实体识别标注数据集对Bert ‑BiLSTM‑CRF模型进行 训练； 获取训练结果中的权重文件， 并将所述权重文件设置为所述Bert ‑BiLSTM‑CRF模型中 LSTM模块的初始化权 重。 3.如权利要求1所述的农业病虫害文本命名实体的方法， 其特征在于， 所述将所述CRF 模块输出的序列标签转换成逻辑基础描述的步骤 包括： 将所述CRF模块输出的序列标签和文本句子通过映射 函数生成逻辑基础描述。 4.如权利要求1所述的农业病虫害文本命名实体的方法， 其特征在于， 所述将所述农业 病虫害数据集进行分析， 得到以句子为单位的文本句子的步骤 包括： 对所述农业病虫害数据集进行分段、 分句处理， 去除重复语句操作， 得到以句子为单位 的文本句子 。 5.如权利要求1所述的农业病虫害文本命名实体的方法， 其特征在于， 所述将所述文本 句子输入Bert ‑BiLSTM‑CRF模型的LSTM模块中， 并分别输出所述文本句子中每个字对应的 前向LSTM向量、 反向LSTM向量以及字向量的步骤 包括： 生成所述文本句子的汉字上下文特征向量， 并作为Bert ‑BiLSTM‑CRF模型中LSTM模块 的输入， 分别输出 所述文本句子中每 个字对应的前向LSTM向量、 反向LSTM向量以及字向量。 6.一种农业病虫害 文本命名实体的装置， 其特 征在于， 包括： 分析模块， 用于获取农业病虫害数据集， 并将所述农业病虫害数据集进行分析， 得到以 句子为单位的文本句子；权　利　要　求　书 1/2 页 2 CN 115374788 A 2第一输入输出模块， 用于将所述文本句子输入Bert ‑BiLSTM‑CRF模型的LSTM模块中， 并 分别输出 所述文本句子中每 个字对应的前向LSTM向量、 反向LSTM向量以及字向量； 拼接模块， 用于将获得的前向LSTM向量， 字向量和反向LSTM向量进行拼接； 第二输入输出模块， 用于将拼接后的向量作为Bert ‑BiLSTM‑CRF模型中CRF模块的输入 向量输入所述CRF模块中， 并输出 预测的序列标签； 匹配模块， 用于将所述CRF模块输出的序列标签转换成逻辑基础描述， 并将所述逻辑基 础描述与指定知识库中的逻辑 规则进行推理匹配； 修正模块， 用于当匹配不成功时， 则采用最小化不一致性修正所述CRF模块输出的序列 标签； 参数调节模块， 用于将修 正后的序列标签以及文本句子对CRF模块的参数进行调节； 所述修正模块具体用于： 判断所述逻辑基础描述中预测实体的前后是否含有修饰词； 当所述逻辑基础描述中预测实体之前含有修饰词时， 将所述序列 标签中所述预测实体 对应的开始标签向前移动， 并对开始标签之后的标签进行复制； 当所述逻辑基础描述中预测实体之后含有修饰词时， 将所述序列 标签中所述预测实体 对应的结束标签向后移动， 并对结束标签之前的标签进行复制。 7.如权利要求6所述的农业病虫害 文本命名实体的装置， 其特 征在于， 还 包括： 训练模块， 用于利用2017CCKS中文电子病历的命名实体识别标注数据集对Bert ‑ BiLSTM‑CRF模型进行训练； 权重设置模块， 用于获取训练结果中的权重文件， 并将所述权重文件设置为所述Bert ‑ BiLSTM‑CRF模型中LSTM模块的初始化权 重。 8.如权利要求6所述的农业病虫害文本命名实体的装置， 其特征在于， 所述匹配模块用 于： 将所述CRF模块输出的序列标签和文本句子通过映射 函数生成逻辑基础描述。 9.如权利要求6所述的农业病虫害文本命名实体的装置， 其特征在于， 所述分析模块用 于： 对所述农业病虫害数据集进行分段、 分句处理， 去除重复语句操作， 得到以句子为单位 的文本句子 。权　利　要　求　书 2/2 页 3 CN 115374788 A 3