-
题名基于知识图谱的农作物病虫害问答系统研究
被引量：1
- 1
-
-
作者
赵泽行
吴晓鹏
王怡馨
闫小丽
黄玉祥
高筱钧
-
机构
西北农林科技大学机械与电子工程学院
西北农林科技大学信息工程学院
南京农业大学工学院
农业装备技术全国重点实验室
-
出处
《智能化农业装备学报（中英文）》
2024年第4期39-50,共12页
-
基金
农业装备技术全国重点实验室开放课题(NKL-2023-008)
陕西省重点研发计划项目(2023-YBNY-204)
+1 种基金
中国博士后科学基金项目(2022M722609)
陕西省博士后科研项目(2023BSHEDZZ149)。
-
文摘
在大数据时代的推动下,智能问答系统在各个领域得到广泛应用,为用户提供高效的答案,相比传统的文本知识收集和网络搜索引擎检索,具有明显优势。随着知识图谱技术的快速发展,智能问答系统迎来了新的发展阶段。本研究响应了智慧农业的需求,构建了一个基于知识图谱的农作物病虫害智能问答系统,旨在为用户提供与农作物病虫害相关的问答服务。主要工作包括:(1)农作物病虫害数据获取:利用分布式爬虫框架爬取农作物病虫害相关网页数据,并进行数据清理、分析、结构化等预处理操作。(2)知识图谱构建:对数据进行分析后,定义知识本体的实体类别与关系类别,完成知识图谱的模式层构建。利用基于规则的三元组模板对半结构化文本进行实体提取,构建数据层,并将三元组存储至Neo4j图数据库。(3)问答算法设计:利用BERT-BiLSTM-CRF模型进行问句实体识别,BERT-RNN模型进行问题分类。匹配模板后通过Cypher语句进行查询,将答案处理为自然语言形式并返回。(4)问答系统实现与可视化:结合农作物病虫害知识图谱与问答算法,使用Flask框架和多种web技术实现用户提问、实体识别、知识检索和答案返回等功能。试验结果表明,实体识别与问题分类模型的准确率(Precision)、召回率(Recall)和F1分别达到了93.22%、92.69%、92.21%和94.37%、93.92%、92.66%。与其他搜索途径相比,问答系统展现出了较高的准确性和稳定性。这项研究为农业信息化提供了一种智能化的解决方案,为用户获取农作物病虫害知识提供了新途径。
-
关键词
农业信息化
农作物病虫害
知识图谱
问答系统
-
Keywords
agricultural informationization
crop disease and pest
knowledge graph
question and answering system
-
分类号
S24
[农业科学—农业电气化与自动化]
-
