基于知识图谱的水稻种植智能问答系统设计与实现.pdfVIP

第50卷第12期/2024年12月/计算机工程研究论文

基于知识图谱的水稻种植智能问答系统设计与实现

高锐涛，林达伟，郭亮，金鸿，王红

（华南农业大学工程学院，广东广州510642)

摘要：随着农业信息技术的发展，在互联网中积累了大量与水稻种植相关的数据。为解决农民在种植过程中

难以快速获取准确答案的问题，从水稻种植领域出发，构建了基于知识图谱的智能问答系统。通过手工收集与爬

虫技术获取相关数据，通过构建命名实体识别模型和意图识别模型等自然语言处理技术并结合前后端技术，最终

实现了水稻种植领域智能问答系统的开发。实验结果表明，在命名实体识别与意图识别模块中，所构建模型的

F1值分别达到89.17%和96.54%，均高于其他常见模型。基于知识图谱的水稻种植智能问答系统能够准确回答

农民在种植水稻过程中遇到的大部分问题，实现了对水稻种植知识图谱数据的管理和可视化展示。

关键词：知识图谱；命名实体识别；对抗训练；意图识别；卷积神经网络

中图分类号：TP751.1文献标志码：AD0I:10.19678/j.issn.1000-3428.0068464

DesignandImplementationofRicePlantingIntelligentQuestion-Answering

SystemBasedonKnowledgeGraph

GAORuitao,LINDawei,GUOLiang,JINHong,WANGHong*

(SchoolofEngineering,SouthChinaAgriculturalUniversity,Guangzhou510642,Guangdong,China)

[Abstract)Withthedevelopmentofagriculturalinformationtechnology,asubstantialamountofriceplanting-

relateddatahasbeenaccumulatedontheInternet.Toaddressthechallengesthatfarmersfaceinquicklyobtaining

accurateinformationduringtheplantingprocess,anintelligentquestion-answeringsystemisconstructedbasedona

knowledgegraph,specificallyforriceplanting.First,relevantdataareobtainedthroughmanualcollectionaswell

aswebcrawlertechnology.Naturallanguageprocessingtechniques,suchasthenamedentityrecognitionmodel

andanintentrecognitionmodel,arebuiltinconjunctionwithfront-andback-endtechnologiestodevelopan

intelligentquestion-answeringsystemforriceplanting.Experimentalresultsshowthatinthenamedentity

recognitionandintentrecognitionmodules,theF1valuesoftheconstructedmodelsreach89.17%and96.54%,

respectively,whicharehigherthanthoseofotherconventionalmodels.Theintelligentriceplantingquestion-

answering