面向联合收割机故障领域的命名实体识别研究

作     者：杨宁 钱晔 陈健 Yang Ning;Qian Ye;Chen Jian

作者机构：云南农业大学大数据学院昆明市650201 云南省农业大数据工程技术研究中心昆明市650201 

出 版 物：《中国农机化学报》 (Journal of Chinese Agricultural Mechanization)

年 卷 期：2024年第45卷第8期

页      面：338-343页

学科分类：0828[工学-农业工程] 081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：云南省科技厅科技计划项目(202002AE090010,202302AE090020) 教育部产学合作协同育人项目(202102356024) 

主　　题：联合收割机 故障领域 命名实体识别 知识图谱 预训练模型 对抗样本 

摘      要：联合收割机作为一种机械化设备不可避免地会出现机械故障,为快速地找出并解决机械故障,提出一种面向联合收割机故障领域的命名实体识别模型RP-TEBC(RoBERTa-wwm-ext+PGD+Transformer-Encoder+BiGRU+CRF)。RP-TEBC使用动态编码的RoBERTa-wwm-ext预训练模型作为词嵌入层,利用自适应Transformer编码器层融合双向门控单元(BiGRU)作为上下文编码器,利用条件随机场(CRF)作为解码层,使用维特比算法找出最优的路径输出。同时,RP-TEBC模型在词嵌入层中通过添加一些扰动,生成对抗样本,经过对模型不断的训练优化,可以提高模型整体的鲁棒性和泛化性能。结果表明,在构建的联合收割机故障领域命名实体识别数据集上,相比于基线模型,该模型的准确率、召回率、F1值分别提高1.79%、1.01%、1.46%。