AgriCHN：面向中文农业命名实体识别的综合跨域资源
计算与语言
2025-06-24 v1
摘要
农业命名实体识别是一种专门的任务，旨在从大量文本中识别出作物、疾病、害虫和肥料等 distinct 农业实体。它在提高从大量农业文本资源中提取信息方面发挥着关键作用。然而，稀缺的高质量农业数据集，尤其是中文数据集，导致在此基础上运用主流方法时性能 suboptimal。大多数早期工作仅关注标注农业实体，却忽视了农业与水文和气象之间的深刻关联。为填补这一空白，我们提出了 AgriCHN，一个旨在促进自动化农业实体标注准确性的综合性开源中文资源。AgriCHN 数据集经仔细筛选自大量农业文章，总计 4,040 句子，涵盖 15,799 条农业实体提及，涉及 27 类多样化实体类别。此外，它还包含从水文到气象的实体，丰富了所考虑实体的多样性。数据验证表明，与相关资源相比，AgriCHN 因其更丰富的农业实体类型和更细致的实体划分，显示出卓越的数据质量。我们还构建了一个使用几种最先进的神经网络 NER 模型进行的基准任务。大量实验结果表明，AgriCHN 带来了显著的挑战，并为进一步的研究展现了潜力。
引用
@article{arxiv.2506.17578,
title = {AgriCHN: A Comprehensive Cross-domain Resource for Chinese Agricultural Named Entity Recognition},
author = {Lingxiao Zeng and Yiqi Tong and Wei Guo and Huarui Wu and Lihao Ge and Yijun Ye and Fuzhen Zhuang and Deqing Wang and Wei Guo and Cheng Chen},
journal= {arXiv preprint arXiv:2506.17578},
year = {2025}
}