基于对抗网络的农业生物质材料检测领域命名实体识别

摘要

农业生物质材料种类繁多,在送检过程中对于属性的检测要求也不尽相同,因此这对农业信息命名实体识别技术提出了一定的要求.本文通过爬取各大检测平台的生物质材料相关信息,针对生物质材料的检测机构、检测内容及检测设备作为命名实体识别的实体对象;通过引入对抗训练和自注意力机制并与传统神经网络模型进行对比.实验结果表明,本文所提出的基于对抗训练和自注意力机制的网络模型效果均优于其余对比模型,其中效果最优标签为检测内容,其准确率、召回率、F1值分别可达到78.99％、76.43％、77.69％.