[发明专利]一种农业语料库的构建方法及装置

权利要求书

1.一种农业语料库的构建方法，其特征在于，包括：

基于农业语料库的标注体系确定标注工具；

基于随机选择的农业样本数据进行第一标注培训，得到经过初始训练的机器学习模型；所述机器学习模型用于主动学习选择所述农业样本数据；

基于主动学习选择的所述农业样本数据进行第二标注培训，得到经过训练更新的所述机器学习模型，并得到更新的所述标注体系和所述标注工具用于正式标注；

其中，所述第一标注培训和所述第二标注培训均包括选择农业样本数据；所述第一标注培训采用随机方式选择；所述第二标注培训采用基于主动学习的所述机器学习模型选择；

采用所述标注工具对每个样本各标注两次以得到两组标注数据；

计算两组所述标注数据的标注一致性值F，并得到两组所述标注数据中标注一致的所述标注数据以及标注不一致的所述标注数据；

分析标注不一致的所述标注数据并确定标注不一致类型，然后，更新所述标注体系及所述标注工具；

将标注一致的所述标注数据及相应的所述样本数据加入训练集，训练所述机器学习模型；

基于主动学习选择的所述农业样本数据进行所述正式标注，得到所述农业样本数据的标注数据；

基于所述农业样本数据和所述农业样本数据的标注数据构建所述农业语料库。

2.根据权利要求1所述的农业语料库的构建方法，其特征在于，

所述第二标注培训还包括：在所述训练所述机器学习模型后，判断是否满足第一预设条件；若是，结束所述第二标注培训；若否，重复进行所述第二标注培训；所述第一预设条件包括计算的所述标注一致性值F连续M次达到设定阈值。

3.根据权利要求1所述的农业语料库的构建方法，其特征在于，所述标注体系用于对包括农业实体、农业实体对和农业非实体的所述农业样本数据进行标注，所述标注体系包括实体类型、实体属性、实体关系和修饰；其中，

所述实体类型包括农作物、农药、肥料、病害、虫害、自然环境和症状，用于标注所述农业实体；

所述实体属性包括所述农作物的别称、科、属，用于标注所述农业非实体；

所述实体关系包括危害、防治、促进、诱发、缓解、恶化、导致、抗性、抑制、表征和表现，还包括上下位关系，用于标注所述农业实体对；

所述修饰包括实体修饰和关系修饰，其中，所述实体修饰用于对所述实体类型进行限定，所述关系修饰用于对所述实体关系进行限定；

所述农业实体包括下位农业实体，所述下位农业实体包括农作物的部位、农作物生长周期、农作物类别以及农作物型号；

所述实体关系为所述农业实体对的关系，所述农业实体对由两个所述农业实体构成；所述上下位关系为所述农业实体与所述农业实体的所述下位农业实体构成的所述农业实体对的关系。

4.根据权利要求3所述的农业语料库的构建方法，其特征在于，所述计算两组所述标注数据的标注一致性值F包括：

统计两组所述标注数据中标注一致的所述标注数据；

以A组所述标注数据为基准，计算B组所述标注数据的标注精确率P、标注召回率R，然后计算所述标注一致性值F；

所述标注精确率P＝N0/N1；其中，N0为两组所述标注数据中标注一致的所述标注数据对应的所述样本的个数，N1为B组所述标注数据对应的所述样本的总数；

所述标注召回率R＝N0/N2；其中，N2为A组所述标注数据对应的所述样本的总数；

所述标注一致性值F＝2*P*R/(P+R)。

5.根据权利要求4所述的农业语料库的构建方法，其特征在于，

对于所述农业实体，在两组所述标注数据中，当所述实体类型标注一致且所述农业实体相关的所述实体属性和所述实体修饰都标注一致时，认为标注一致并将相应的所述样本的个数计入所述N0；

对于所述农业实体对，在两组所述标注数据中，当所述实体关系标注一致且所述实体关系的所述关系修饰都标注一致时，认为标注一致并将相应的所述样本的个数计入所述N0。