细粒度烟草病虫害知识图谱构建研究

来源：中国农机化学报杂志2025年第12期北京时间：

作者：施斌, 陈婷, 朱昌群, 王逸晨

单位：(昆明理工大学机电工程学院，昆明市，650504)

摘要：针对目前烟草病虫害领域病虫害类型繁杂且没有专业化平台用于辅助防治的问题，结合自顶向下和自底向上两种方法构建细粒度烟草病虫害知识图谱。在烟草病虫害知识库中定义6种实体类型和5种关系类型，并在此基础上通过实体关系标注构建烟草病虫害知识图谱数据集TobaccoKG。采用融合实体位置信息的ERNIE3.0—BiGRU—GCN—MHSA—CRF模型进行烟草病虫害的命名实体识别(NER)任务，采用融合掩码提示的ERNIE3.0—Attention—TextCNN模型进行关系抽取(RE)任务。结果表明，该模型在命名实体识别和关系抽取任务中的F1值分别达到95.54%、96.51%，极大程度上保证知识图谱的质量和可靠性。在图数据库Neo4j中对烟草病虫害知识图谱进行储存和可视化，实现对病虫害防治信息的准确查询以及智能协助烟农对病虫害进行有效诊治。

关键词：烟草病虫害防治,知识图谱,信息抽取,命名实体识别,关系抽取

基金资助：国家自然科学基金项目(61761024)