【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种农情数据的分类方法、装置及存储介质。
技术介绍
1、当前，互联网、自媒体共同推动了农情数据的产生和传播。文本农情数据的规模在不断增加，这些文本数据包括社交媒体、农业博客和应用程序等平台产生的天气报告、地质及病虫害灾害情况，土壤质量分析、农民的观察报告、市场价格数据等。通过对文本农情数据分析挖掘对于提高农业生产效率、农产品质量、风险管理和决策制定具有重要意义，有助于促进农村社区的可持续发展和农业领域的创新。传统农情信息的采集应用依赖于大量的人工调查，专家分析，具有成本高、时效性差、主观性强等缺点。
2、现有的农情文本信息的分类与预警方法需要基于大规模的农情文本信息，基于农情文本特征，采用深度学习进行特征提取与建模，并融合主题分析技术实现。针对特定领域，特定模态数据的技术，主题特征融合技术，都不能充分利用当前的海量农情文本数据，遵照并融合原始特征，致使数据挖掘利用率不高，价值难以发挥。
技术实现思路
1、针对上述技术问题，本申请实施例提供一种农情数据...
【技术保护点】
1.一种农情数据的分类方法，其特征在于，包括：
2.根据权利要求1所述的农情数据的分类方法，其特征在于，所述基于农业文本数据中的维度标签对所述农业文本数据进行分类获取农情数据，包括：
3.根据权利要求2所述的农情数据的分类方法，其特征在于，所述将所述包含维度标签的子词输入至预训练模型中，获取所述预训练模型输出的农情数据，包括：
4.根据权利要求1所述的农情数据的分类方法，其特征在于，所述获取所述农情数据的文本语义特征和文本主题特征，并基于所述文本语义特征和所述文本主题特征确定农情文本特征，包括：
5.根据权利要求1所述的...
【技术特征摘要】
1.一种农情数据的分类方法，其特征在于，包括：
2.根据权利要求1所述的农情数据的分类方法，其特征在于，所述基于农业文本数据中的维度标签对所述农业文本数据进行分类获取农情数据，包括：
3.根据权利要求2所述的农情数据的分类方法，其特征在于，所述将所述包含维度标签的子词输入至预训练模型中，获取所述预训练模型输出的农情数据，包括：
4.根据权利要求1所述的农情数据的分类方法，其特征在于，所述获取所述农情数据的文本语义特征和文本主题特征，并基于所述文本语义特征和所述文本主题特征确定农情文本特征，包括：
5.根据权利要求1所述的农情数据的分类方法，其特征在于，所述基于所述农情文本特征、所述维度标签和注意力权重对...
【专利技术属性】
技术研发人员：顾静秋，赵春江，吴华瑞，朱华吉，郭威，缪祎晟，
申请(专利权)人：北京市农林科学院信息技术研究中心，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。