共查询到20条相似文献，搜索用时 484 毫秒
1.
[目的] 准确模拟和预测不同水保工程措施下土壤侵蚀量,为辽西北地区精准预测土壤侵蚀量提供技术和理论依据。[方法] 基于野外径流小区2011—2021年的监测数据,包括：最大30 min和60 min降雨强度(I30和I60)、降雨历时(T)、降雨量(P)和土壤侵蚀量,建立了长短期记忆神经网络(LSTM)分别对3种工程措施(水平槽、果树台田和梯田)下的土壤侵蚀量进行预测。并将LSTM预测结果与3个经典机器学习模型〔反向传播神经网络(BP)、随机森林(RF)和支持向量机(SVM)〕预测的结果进行对比。[结果] ①在3种工程措施中,I30,I60,T和P对土壤侵蚀量的影响程度不同,但I30,I60和T对土壤侵蚀量的影响大于P。②利用BP模型预测土壤侵蚀量的相对均方根误差(NRMSE)均大于0.2。③相比于RF和SVM模型,LSTM模型在3种工程措施下(水平槽、果树台和梯田)预测土壤侵蚀量的NRMSE分别降低了约0.04～0.08,0.02～0.08,0.05～0.08。④利用I30和T作为LSTM模型的输入特征预测土壤侵蚀量的精度与使用I30,I60,T和P为输入特征时的预测精度相近。[结论] 在辽西北地区3种水保工程措施中,利用LSTM模型基于最大30 min雨强和降雨历时对土壤侵蚀量进行预测,取得了较其他传统模型高的预测精度。这说明LSTM模型可在同类地区土壤侵蚀量的精准模拟和确定水土保持措施中推广和应用。 相似文献
2.
为解决复杂猪舍环境下猪只堆叠和粘连导致群养猪只攻击行为识别准确率低和有效性差的问题，该研究提出一种改进的YOLOX模型，引入攻击活动比例（PAA）和攻击行为比例（PAB）2个优化指标，对群养猪只的撞击、咬耳和咬尾等典型攻击行为进行识别。首先，为提高模型特征提取能力添加归一化注意力模块获取YOLOX颈部的全局信息；其次，将YOLOX中的IoU损失函数替换为GIoU损失函数，以提升识别精度；最后，为保证模型的实时性将空间金字塔池化结构SPP轻量化为SPPF，增强检测效率。试验结果表明，改进的YOLOX模型平均精度达97.57%，比YOLOX模型提高6.8个百分点。此外，当PAA和PAB阈值分别为0.2和0.4时，识别准确率达98.55%，有效解决因猪只攻击行为动作连续导致单帧图像行为识别可信度低的问题。研究结果表明，改进的YOLOX模型融合PAA和PAB能够实现高精度的猪只攻击行为识别，为群养生猪智能化监测提供有效参考和技术支持。 相似文献
3.
甘肃省淤地坝工程的溃坝风险评价模型 总被引：2，自引：2，他引：0
[目的] 运用淤地坝工程溃坝风险评价模型,确定淤地坝工程发生溃决可能性的大小,为淤地坝运行管理提供技术支撑。[方法] 通过调研和对溃坝风险问题的梳理,形成淤地坝工程溃坝风险评价指标体系,运用层次分析法确定指标权重,构建了甘肃省淤地坝工程溃坝风险评价模型。[结果] 该模型包含水文风险（B1）、运行风险（B2）、管理风险（B3）、工程风险（B4）4个风险类型模块（其权重分别为0.12,0.13,0.12,0.63）及其下的16个具体评价指标;水面/泥面距拦泥坝高的距离（D1）、剩余淤积库容（D4）、有无3个管理负责人（D7）、坝体变形（D12）分别是4个风险类型模块的最大权重评价指标;对各指标的评分标准作了规定,依据综合风险得分将输出的风险等级和预警等级各划分为3级。[结论] 淤地坝工程溃坝风险评价模型由输入、分析和输出3个模块组成,层次清晰,架构明确。评估模型的构建可对汛期淤地坝工程风险的评价提供实时预警数据。 相似文献
4.
为精确测定、准确模拟阿克苏地区滴灌枣树腾发过程,基于大型称重式蒸渗仪测定枣树全生育期逐时及逐日腾发强度（ET）,利用水量平衡方程、PM公式及经典统计原理,分析不同时间尺度下叶面积指数（LAI）、气象因素[温度（I）、风速（V）、净辐射（Rn）]、表层土壤含水率（W）与枣树腾发强度的相关关系并建立预测模型。结果表明：枣树日内腾发强度呈单峰型变化趋势,夜间变化幅度较小且腾发贡献率低。枣树全生育期逐日腾发强度变化呈先增大后减小的趋势,花期的腾发强度最大,为4.42 mm·d-1;全生育期腾发总量为640.83 mm,其中花期和果实生长发育期耗水量占比较大,分别为38.61%和32.72%。在小时和日时间尺度上,影响腾发强度的主要因素不完全相同,且影响程度有所差异。综合考虑各影响因素,以萌芽期、花期、果实发育期为基础,分别建立以小时、日尺度下估算腾发强度的经验模型ET1（h）=0.153+0.004T+0.012V+0.176Rn+0.002W+0.067LAI、ET2（d）=-3.325+0.081T+0.163Rn+0.069W+2.089LAI,拟合度R2均在0.7以上,以果实发育期与成熟期数据对模型进行检验,纳什效率系数分别达0.63、0.80。经偏相关检验,冠层净辐射（Rn）对两种尺度的腾发强度均影响最显著,因此以枣树全生育期数据量为基础,仅建立冠层净辐射（Rn）与腾发强度的回归模型ET1（h）=-0.063 3Rn2+0.361 2Rn—0.003 7、ET2（d）=-0.018 3Rn2+0.684 7Rn–1.642 1,R2分别为0.704 7与0.743 6,可满足缺少数据支撑情况下的腾发过程估算。这些模型明确了阿克苏地区滴灌枣树腾发机制及影响程度,可为水分管理精准化提供计算基础。 相似文献
5.
基于鱼体特征点检测的淡水鱼种类识别 总被引：1，自引：1，他引：0
针对传统机器视觉技术对淡水鱼种类进行检测时特征提取过程复杂的问题,该研究提出了基于特征点检测的淡水鱼种类识别方法。以鳊、鳙、草鱼、鲢、鲤5种大宗淡水鱼为对象,构建了淡水鱼特征点检测数据集;以AlexNet模型为基础,通过减小卷积核尺寸、去除局部响应归一化、引入批量归一化、更换损失函数,构建了改进AlexNet模型用于特征点检测;并以特征点为依据提取特征值、构造特征向量,使用Fisher判别分析方法实现了淡水鱼的种类识别。试验结果表明：改进AlexNet模型在测试集上的归一化平均误差的均值为0.0099,阈值δ为0.02和0.03时的失败率F0.02、F0.03分别为2.50%和0.83%,具有较好的精准度和误差分布情况;基于该模型和Fisher判别分析的淡水鱼种类识别方法对5种淡水鱼的识别准确率为98.0%,单幅图像的平均识别时间为0.368 s,保证了时效性。由此可知,提出的改进AlexNet模型能实现淡水鱼的特征点检测并具有较高的精度,可为淡水鱼种类识别、尺寸检测、鱼体分割等提供条件,该方法可为淡水鱼自动化分类装置的研发奠定基础。 相似文献
6.
基于光谱指数与机器学习算法的土壤电导率估算研究 总被引：1，自引：0，他引：1
土壤盐分是干旱区土壤盐渍化评价的重要指标。以新疆维吾尔自治区渭干河-库车河三角洲绿洲为例,基于土壤电导率 (Electrical conductivity,EC) 及可见光-近红外 (Visible and near infrared, VIS-NIR) 光谱数据,通过蒙特卡洛交叉验证 (Monte Carlo cross validation, MCCV) 确定364个有效样本。采用原始光谱 (Raw reflectance, R) 及其经过微分、吸光度 (Absorbance, Abs)、连续统去除 (Continuum removal, CR) 等6种预处理后的数据构建光谱指数。基于遴选出的21个最优指数,采用BP神经网络 (Back propagation neural network, BPNN)、支持向量机 (Support vector machine, SVM)、极限学习机 (Extreme learning machine, ELM) 三种算法对EC进行估算,并引入偏最小二乘回归 (Partial least squares regression, PLSR) 进行比较。结果表明：在基于R与6种光谱预处理数据构建的21个最优光谱指数之中,R_FD_RSI (R1913,R2142) 表现最佳 (r = 0.649) ;与PLSR相比,机器学习算法能够显著提高模型的估算精度,R2提高了34.55%。三种机器学习算法模型中,ELM表现最优 (R2 = 0.884, RMSE = 3.071 mS?cm-1, RPIQ = 2.535) 。本研究中所构建的光谱指数在兼顾遥感机理的同时能深度挖掘更多的隐含信息,并且基于机器学习算法的土壤EC估算模型精度显著提高,为干旱区土壤盐分定量估算提供了科学参考。 相似文献
7.
为提升油炒数值模拟的可靠性及准确度,揭示可控操作对烹饪过程参数的影响及关键过程参数对烹饪的影响。通过无量纲水分含量分析解法,测定了中式油炒猪里脊肉过程中的表面传质系数（surface mass transfer coefficient, hm）和有效水分扩散系数（effective moisture diffusion coefficient, Deff）,分析了预热油温及样品比表面积Ω对hm及Deff的影响;基于已构建的油炒热质传递数学模型、成熟值理论,对比了hm和流体-颗粒表面传热系数（fluid-to-particle surface heat transfer coefficient, hfp）对烹饪成熟控制的影响。结果表明：与油炸过程类似研究的文献数据相比,该研究中hm值偏大在5.927×10?6～2.481×10?5 m/s之间,Deff在6.281×10?9～4.148×10?8 m2/s之间,Deff活化能（Ea）在24.2～30.6 kJ/mol范围内;预热油温、比表面积Ω对hm及Deff有显著影响（P<0.05）,预热油温越高hm和Deff越大,比表面积Ω越大hm越大,Deff越小;hm对烹饪成熟控制影响较小,而hfp是烹饪成熟控制的关键过程参数。研究结果为油炒过程模拟提供了重要参数,为烹饪过程控制提供依据。 相似文献
8.
[目的] 揭示土壤理化特性与细菌丰度之间的内在关系,为红壤侵蚀区马尾松林水土流失分区精准治理提供参考。[方法] 以福建省长汀县红壤侵蚀区马尾松林为研究对象,选择侏罗系中统漳平组中段(J2Z2)、侏罗系中统漳平组下段(J2Z1)、侏罗纪燕山期早期侵入岩(γ52(3) c)、第四系全新统(Qh)4种地层背景,分析测定不同地层背景马尾松林土壤理化特性和细菌群落组成及多样性。[结果] 不同地层背景马尾松林土壤理化指标整体表现为：J2Z1＞J2Z2＞Qh＞γ52(3) c;土壤养分含量各地层背景各有丰缺,J2Z1地层背景土壤有机质含量大于其他地层,Qh地层背景氮含量大于其他地层,而γ52(3) c地层背景磷和钾含量较高;4种地层背景土壤细菌差异操作分类单元(OTU)数目表现为：Qh＞J2Z2＞J2Z1＞γ52(3) c,分别占总OTU数目的21.62%,18.29%,16.79%,12.08%;细菌群落多样性表现为：J2Z2＞Qh＞γ52(3) c＞J2Z1;J2Z1地层和Qh地层土壤细菌多样性与土壤含水率和土壤pH值正相关,J2Z2地层与土壤容重以及全磷含量正相关,γ52(3) c地层与土壤钾含量和速效氮含量正相关。[结论] 红壤侵蚀区不同地层背景马尾松林土壤理化特性存在一定差异,在植被恢复过程中应考虑地层背景因素进行分区治理,细菌对不同地层背景土壤性质具有一定指示作用。 相似文献
9.
通过人工控制水分,形成单株幼龄侧柏的不同土壤水分梯度环境。在自然环境下对侧柏叶片定时、定位进行蒸腾速率及林冠层的光照、空气温度、空气湿度、叶水势和土壤水分等因子的同步观测。蒸腾速率与各个因子的相关分析表明:黄土半干旱地区侧柏蒸腾速率ηt/(μg·cm-2·s-1)与光照强度E/(μmol·m-2·s-1)、空气饱和差pv/kPa、叶水势Ψ/kPa、气温t/℃的关系可以分别表示为:ηt=>αEb,ηt=αpvb,ηt=αψb,ηt=αt2+bt+c;侧柏的蒸腾速率ηt与气孔阻力Rs/(s·cm-1)和土壤含水量W/％有密切关系,可以分别表示为:ηt=α+bW+cW2+dW3,Rs=α+bW+cW2+dW3。用气温、空气饱和差、叶水势3个因素建立了半干旱黄土地区幼龄单株侧柏蒸腾速率的非线性指数预测模型:ηt=0.6950exp（0.03158t-14.2492/pv+0.7606/Ψ）,经检验获得了满意的数值模拟结果。 相似文献
10.
11.
基于物联网的内河小型渔船动态信息监控系统设计 总被引：1，自引：2，他引：1
为规范内河流域渔业生产秩序,保障渔船作业安全,该文设计了基于物联网的内河小型渔船动态信息监控系统。该系统集成了无线传感器网络、远程信息传输、远端后台监控等多种技术方法。其中,无线传感器网络主要用于获取包括渔船位置、电捕鱼违法监测信息和渔船超载检测信息等渔业现场数据。依靠Zig Bee技术,该网络实现了对不同类别传感器数据的汇聚、判断以及远程播发。远程信息传输是利用GPRS/GSM移动通信网络与互联网传输技术,实现了多渔船作业信息向后台监控中心的实时传输。后台渔政监控中心,具有渔船在电子地图上的识别与定位,渔业生产的实时监控以及渔政执法的决策辅助等功能。该系统经测试,可满足内河流域作业渔船在实时监管和安全保障等方面的需求,提高了农业渔政管理的水平。 相似文献
12.
基于北斗卫星船位数据分析象山拖网捕捞时空特征 总被引：5，自引：5，他引：5
为了快速大范围掌握捕捞努力量时空分布特点,借助北斗船位数据采用统计方法获取拖网捕捞状态的速度阈值,根据阈值判断捕捞状态点,捕捞状态点之间时间组成累计捕捞时间,累计捕捞时间与功率的乘积作为捕捞努力量,根据捕捞努力量分析拖网捕捞时空特征。2013年象山在近海拖网捕捞努力量从时间上可以分为3个时间段,即2~5月、6~9月、10~12月与1月。从空间来看捕捞努力量以象山附近的渔场为中心由高到低向外扩展,形成近似的同心圆。从拖网捕捞时间来看分为全年近海渔场、春秋季近海渔场、春秋冬外海渔场、春季或秋季周边外缘渔场。利用北斗数据提取方法计算6个网次时长,并与手工出海调查记录的时长比较,两者相对误差在5%以内。 相似文献
13.
基于NPP/VIIRS夜光遥感影像的作业灯光围网渔船识别 总被引：1，自引：0，他引：1
为对远洋灯光渔船作业信息进行实时动态监测,该研究基于可见光红外辐射仪(visible infrared imaging radiometer suite,VIIRS)夜光遥感影像,根据远洋灯光渔船作业时其集鱼灯灯光在VIIRS白天/夜晚波段(day/night band,DNB)影像上的辐射特征,采用峰值中值指数(spike median index,SMI)对灯光渔船与背景像元间的辐射差异进行拉伸,在此基础上设计了基于最大熵法(maximum entropy method,Max Ent)阈值分割以及局部峰值检测(local spike detection,LSD)的作业远洋灯光渔船识别算法,并采用2015年西北太平洋公海灯光围网渔场内作业渔船船位监控系统(vessel monitoring system,VMS)数据对该算法的识别精度进行检验。验证结果显示,该文提出的作业远洋灯光渔船自动识别算法对实际作业灯光渔船的识别精度在92%以上,可以满足远洋灯光渔船日常监测的需求,可为进一步评估远洋光诱渔业捕捞努力量、推进远洋光诱渔业信息化管理以及打击非法、未申报和无管制的(illegal,unregulated,unreported,IUU)捕捞活动提供技术支持。 相似文献
14.
渔船安全技术评价系统的开发与应用 总被引：2，自引：2，他引：0
为了辅助有关部门与管理人员收集指定区域的渔船的信息,并据此对渔船及其设备的安全技术状况进行科学、客观的评价,该文利用MS-ACCESS数据库的单机访问效率高、数据文件存储与合并灵活便捷的特点,开发了一种经济实用的渔船安全技术状况评价系统,实现了评价指标、标准与模型的自定义以及网络限制条件下的渔船安全技术状况评价数据采集与处理。该系统在应用过程中,数据由基层的渔业船舶检验工程师将有关渔船参数报到地方渔船管理部门,并最终上报到上级渔船管理部门,进行逐级收集、合并、上报与汇总,最后由相关部门的管理人员进行评价、统计与分析。该研究以某区域5700多艘24 m及以上钢质海洋渔船为样本,实施了渔船安全技术状况的评价。实用证明该系统用户环境配置安装简单,界面简洁方便,数据处理效率高,通用性强,运行维护成本低。通过渔船安全技术评价系统的开发与实施,可以对指定区域渔船的安全技术作出全面客观的评价,并辅助管理者对渔船技术状况和安全隐患进行科学分析,提出消除危险的最佳技术措施和方案,为主管机关制定相关政策、安全技术法规提供参考,进而大力改善区域渔船的安全生产状况。 相似文献
15.
融合注意力机制与BERT+BiLSTM+CRF模型的渔业标准定量指标识别 总被引：6，自引：6，他引：0
在渔业标准文本中,定量指标识别对标准内容服务具有重要的意义,针对目前常用的命名实体识别方法对渔业标准定量指标识别准确率不高的问题,该研究提出了融合注意力机制与BERT+BiLSTM+CRF(BidirectionalEncoder Representations from Transformers+Bi-directional Long Short-Term Memory+Conditional Random Field,来自转换器的双向编码器表征量+双向长短时记忆网络+条件随机场)模型的渔业标准定量指标识别方法,该方法将渔业标准中定量指标拆分为指标名、指标值、单位、限制词4类实体,通过分析渔业标准语料的特点发现位置信息对指标名等实体识别效果具有重要影响,首先利用BERT模型中位置向量信息提高指标名等实体的识别效果,其次采用BiLSTM(Bi-directional Long Short-Term Memory,双向长短时记忆网络)模型学习渔业标准文本定量指标中长序列语义特征,然后再将注意力机制与BERT+BiLSTM模型进行融合以解决长序列语义稀释问题,最后利用CRF(Conditional Random Field,条件随机场)层得到预测序列标签。试验结果表明,融合注意力机制与BERT+BiLSTM+CRF模型的渔业标准定量指标识别准确率为94.51%、召回率为96.37%、F1值为95.43%,研究表明,该方法解决了渔业标准定量指标识别准确率不高的问题,可以比较准确地识别由指标名、指标值、单位、限制词组成的渔业标准定量指标,是一种有效的渔业标准定量指标识别方法,可为农业、医学、生物等其他领域定量指标命名实体识别提供新思路。 相似文献
16.
用BERT和改进PCNN模型抽取食品安全领域关系 总被引：1，自引：1，他引：0
为了提高食品安全领域关系抽取的效率和准确性,该研究在收集食品安全领域语料的基础上,对语料中相应的实体和关系进行标注,构建可用于食品安全领域关系抽取的专业数据集。同时,提出面向食品安全领域的基于BERT-PCNN-ATT-Jieba的关系抽取模型,该模型使用基于转换器的双向编码器表征量（Bidirectional Encoder Representations from Transformers,BERT）预训练模型生成输入词向量,并结合分段卷积神经网络（Piecewise Convolutional Neural Network,PCNN）模型的分段最大池化层能极大程度捕获句子局部信息的特点,在分段最大池化层与分类层之间添加了注意力机制,以进一步提取高层语义。此外,考虑中文语料的特性,在BERT模型进行随机掩码切分之前,采用Jieba分词技术对中文语料进行分词,PCNN模型在执行掩码语言模型（Masked Language Model,MLM）时以词为单位进行掩码,使得输入到训练模型中的句子尽可能减少语义损失,以实现更高效的关系抽取。在该研究构建的数据集基础上,将BERT-PCNN-ATT-Jieba模型与经典的卷积神经网络（Convolutional Neural Network,CNN）、PCNN模型、以及结合BERT的CNN、PCNN、PCNN-ATT、PCNN-Jieba等6个模型进行比较,该研究提出的BERT-PCNN-ATT-Jieba模型取得更优的性能,其准确率达到84.72%,召回率达到81.78%,F1值达到83.22%。该模型为食品安全领域的知识抽取提供参考,为该领域知识图谱的自动化构建节约了成本,同时为基于该领域知识图谱的知识问答、知识检索、数据共享及食品安全智慧监管等应用提供依据。 相似文献
17.
渔船二氧化碳排放是全球温室气体排放评估中通常被忽视的领域,对全球变暖过程具有不可忽略的驱动作用。渤黄海是中国重要的海上粮仓和生态环境治理区域,查明渤黄海渔船生产作业过程对温室气体排放贡献较大的环节,对区域碳循环研究、碳排放管理及减排降碳措施制定具有重要意义。为探明渤黄海区域海洋渔船二氧化碳排放的时空变化特征,揭示渔业生产活动对气候变暖的影响程度,该研究基于2020和2021年的海量渔船管理及动态船位数据,提取了航段位移、航段内渔船航速、发动机负荷因子、排放因子等状态参数,构建了渔船二氧化碳排放动态计算模型,分析了渤黄海区域9种作业类型渔船的二氧化碳排放强度,给出了渔船年度及月度排放的空间分布特征。结果表明：1）渤黄海区域各类机动渔船在2020和2021年的二氧化碳排放总量分别为450万和945万t,总体呈现出近岸低、外海高的分布特征,热点区域主要分布在渤海湾渔场、滦河口渔场、海东渔场、烟威渔场、石岛渔场、石东渔场、海州湾渔场及大沙渔场。2）拖网和刺网渔船是二氧化碳年度累计排放的主要贡献者,但就单船单位航行时长二氧化碳排放量而言,辅助船最高,围网渔船次之。3）不同年份相同月份的渔船二氧化... 相似文献
18.
浙江省近海渔运船转载信息提取 总被引：1，自引：1，他引：0
渔运船是从事渔获物运输的专用船舶,能够提高捕捞渔船作业效率,增加捕捞渔船的作业强度。为掌握渔运船在海上的转载情况,从而间接了解捕捞渔船作业强度,该研究提出一种基于北斗船位数据的以设定航速阈值、距离阈值和时间阈值来提取渔运船转载信息的方法。如果渔运船和捕捞渔船距离小于50 m,且期间有持续3条以上的船舶监控系统(Vessel Monitoring Systems,VMS)记录,则认为可能发生了1次转载,并记录下相遇的时长、船名、空间位置。以浙江省为例,利用该方法从2018年浙江省的北斗船位数据中提取渔运船的海上转载信息,并进行统计分析。结果表明,有转载记录的渔运船808条,参与转载的捕捞渔船3 548条,共转载28 916次。渔运船停船转载占比21.0%,以1～1.4 m/s低速航行的作业状态转载占比53.7%,转载时长小于12.5 min的占比81.3%,同时得到渔运船转载的热点分布,转载累积时长最长的空间网格为122.5°E～123°E,31.5°N～32°N,转载累积时长187 h,其次为122°E～122.5°E,28°N～28.5°N,转载累积时长150h。通过分析渔运船海上转载位置和转载累积时长的空间分布情况可掌握捕捞渔船作业的时空变化特点,为渔业限额捕捞精细化管理提供依据。 相似文献
19.
基于双重注意力机制的渔业标准实体关系抽取 总被引：4，自引：3，他引：1
针对渔业标准实体关系抽取任务中存在重叠关系导致的效果不好问题,提出了基于双重注意力机制的实体关系抽取方法。首先,提出了一种句式分类标注策略,以解决渔业标准文本中重叠关系难以标注的问题;其次,提出了结合双重注意力机制与BERT-BiLSTM-CRF(Bidirectional Encoder Representations from Transformers-Bi-directional Long Short-Term Memory-Conditional Random Field)的渔业标准实体关系抽取模型,分别利用字级别注意力机制和句子级别注意力机制优化权重分配、消除噪音,进而提高关系抽取的准确性;最后,为验证所提出方法的有效性设计了对比试验,结果表明,基于双重注意力机制的实体关系抽取方法在DLOU-FSI(Fishery Standard Interaction)数据集(36万字符)上准确率、召回率、F1值分别达到了92.67%、92.31%、92.49%。研究表明,该方法可有效解决渔业标准关系抽取任务中存在的重叠关系问题,提升了渔业标准实体关系抽取的整体效果,为构建渔业标准知识图谱提供参考。 相似文献
20.
在对中文食品抽检公告进行实体与关系抽取时，常会出现包含大量食品名称与食品分类的长句，现有深度学习模型在进行实体关系抽取时，只将文本看作一串字词序列来编码，当句子较长且词间距离过大时，词间强依赖关系的学习效果会减弱。而这一问题在食品领域的实体关系抽取中少有被关注，所以该研究提出基于改进中文依存句法树与多特征融合的实体关系联合抽取模型（TAG-JE），该模型将词间具有的强依赖关系通过句法依存树建立关系图，再根据中文BERT编码的字处理模式，将关系图转化为字邻接图，再由图神经网络学习字邻接图的结构特征，最后将之与BERT提取的文本上下文特征融合，融合权重通过门网络结构自主调节，以获得公告文本的多特征融合特征表示。获得的融合特征将采用主流的联合抽取模型进行实体与关系的抽取，并在关系判断时使用强化学习训练的关系选择器来优化关系的嵌入信息，以提升联合抽取方法在关系判断上的准确率。为了验证TAG-JE的效果，将其与主流的深度学习模型在自建的非结构化食品抽检公告数据集上进行了抽取效果对比，结果证明TAG-JE的精确率、召回率与F1值分别达到90.86%，90.50%，90.68%，相对其他基线模型都有较大提升，证明了其在中文食品抽检文档中的知识挖掘能力。针对中文公共数据集的试验中，该模型相对GraphRel与CasRel这些经典联合抽取模型也取得更好的结果，证明TAG-JE也有较好的泛化效果。研究结果可为食品安全中文知识图谱的构建提供技术参考。 相似文献