基于深度学习的玉米生产过程知识图谱构建

来源：中国农机化学报杂志2025年第2期北京时间：

作者：彭雨侬, 柳平增, 张艳,

摘要：知识图谱是以结构化形式对知识进行存储的图数据库。针对玉米种植户无法高效、快捷地获取玉米生产过程知识问题，构建一种基于深度学习的玉米生产过程知识图谱。半结构化数据来源于在农业领域专家帮助下制定的表格形式玉米高产栽培方案；非结构化数据获取则基于OCR技术将书籍转换为TXT格式的文本文档。模式层构建则根据玉米领域数据不同特征，确定玉米品种包含1类实体、12种属性，玉米病害和玉米虫害分别包含6类实体、5类关系，形成玉米种植知识实体和关系概念层。在数据层构建过程中，通过BIOES标注法，采用BERT—BiLSTM—CRF模型对非结构化数据进行实体识别。结果表明，基于BERT—BiLSTM—CRF命名实体识别模型相比LSTM、LSTM—CRF、BiLSTM—CRF，在F1值上分别提高14.31%、7.36%、3.86%；精确率、召回率和F1值分别达到89.31%、88.54%和88.92%。构建完成的玉米生产过程知识图谱可提升用户获取玉米种植知识的效率，提高玉米种植的管理水平。

关键词：深度学习,知识图谱,玉米生产过程,玉米病虫害,玉米品种,识别模型,数据采集

基金资助：山东省农业重大应用技术创新项目(SD2019ZZ019)；山东省科技特派员项目(2020KJTPY078)；山东省重大科技创新工程项目(2019JZZY010713)