基于深度学习的耕地保护文本知识抽取方法及系统

本发明涉及一种基于深度学习的耕地保护文本知识抽取方法及系统。所述方法包括：基于层次聚类算法和信息熵的数据清洗方法进行数据预处理，得到待抽取多模态数据；通过融合规则先验和膨胀门卷积神经网络对待抽取多模态数据中的文本数据进行处理；通过图神经网络对待抽取多模态数据中的遥感影像进行处理；获取待抽取多模态数据中的地理信息并构建图像与文本之间的关系；构建非结构化耕地文本语义提取网络进行实体识别，并根据实体信息、耕地属性信息提取出实体‑属性‑属性值三元组、实体‑关系‑属性信息三元组。使用融合规则先验和膨胀门卷积神经网络进行实体抽取和关系构建，可以实现高效、准确的关系抽取和属性抽取。