赵鹏飞 赵春江,2 吴华瑞 王 维

(1.山西农业大学工学院， 太谷 030801; 2.国家农业信息化工程技术研究中心， 北京 100097；3.北京农业信息技术研究中心, 北京 100097)

0 引言

随着农业信息化技术的快速发展，农户可通过农技服务平台进行在线问答咨询。面对海量的问题数据，快速而准确地定位关键词、挖掘深层的语义关系是农业智能问答系统亟需解决的问题[1]。农业命名实体识别作为一种智能化信息抽取方法，其主要任务是从非结构化的问答数据中识别不同类型的实体，如农作物病虫害、作物品种、农药名称等，这是构建智能问答系统的关键技术环节，是农业文本信息挖掘领域的热点研究方向。

在农业领域，许多研究者利用机器学习进行实体识别研究。文献[2]提出基于条件随机场的识别方法，通过添加词性、左右指界词等模板特征，对农作物、病虫害及农药3类实体进行识别。文献[3]采用BIO和BMES两种实体标注方式，基于CRF模型对数据集中农作物、家禽、病虫害等实体进行识别。文献[4]将农业本体概念作为子特征加入CRF模型中，对涉农商品名称进行抽取和类别标注。但是，传统的基于机器学习的方法依赖手工设计的特征模板，在提高模型性能的同时也导致整个模型的鲁棒性和泛化能力下降[5]。

农业实体构词复杂、种类众多，导致农业领域实体识别研究更具有挑战性，主要体现在：由于缺乏规范的农业词典，采用分词工具对农业语料进行分词出现分词错误的现象，影响了模型性能；……