【技术实现步骤摘要】
本专利技术属于农业智慧问答领域领域,尤其涉及一种基于知识图谱推理及大模型检索增强生成技术的农业智能问答系统,以及系统的文本片段检索和答案生成方法。
技术介绍
1、智慧农业,作为现代农业发展的核心驱动力,对提升农业生产效率、确保粮食安全和促进农村经济繁荣具有不可估量的价值。它深度融合物联网、大数据等前沿技术,实现了农作物种植的精准化、病虫害防控的智能化以及农业资源的高效利用。在这一背景下,智能问答系统的重要性日益凸显。智能问答系统可以为农民和农业从业者提供及时、准确的技术指导和政策解读,帮助他们快速解决在智慧农业实践中遇到的技术瓶颈和政策困惑。这不仅有助于智慧农业技术的普及与应用,也为推动农业现代化进程奠定了坚实基础。
2、近年来,随着人工智能技术的迅猛发展,大型预训练模型(如gpt、bert等)在智能问答领域取得了令人瞩目的成果。这些模型具备强大的语言理解和生成能力,能够高效地回答各类复杂问题,为构建高效、智能的问答系统提供了有力支持。然而,在处理需要多步推理的复杂问题时,传统的问答系统仍然存在一定的局限性。
3
...【技术保护点】
1.一种基于知识图谱推理及大模型的多跳农业问答系统的文本片段检索和答案生成方法,其特征在于,包括
2.根据权利要求1所述的基于知识图谱推理及大模型的多跳农业问答系统的文本片段检索和答案生成方法,其特征在于,步骤S20中农业领域知识图谱的构建,包括通过大语言模型、提示工程以及少样本学习,从农业领域的文本中自动抽取关键实体和关系构建农业领域知识图谱;包括:
3.根据权利要求1所述的基于知识图谱推理及大模型的多跳农业问答系统的文本片段检索和答案生成方法,其特征在于,步骤S10中问答系统提取输入问题的关键实体和关系以构建输入问题的结构化表示GQ。
>4.根据权利...
【技术特征摘要】
1.一种基于知识图谱推理及大模型的多跳农业问答系统的文本片段检索和答案生成方法,其特征在于,包括
2.根据权利要求1所述的基于知识图谱推理及大模型的多跳农业问答系统的文本片段检索和答案生成方法,其特征在于,步骤s20中农业领域知识图谱的构建,包括通过大语言模型、提示工程以及少样本学习,从农业领域的文本中自动抽取关键实体和关系构建农业领域知识图谱;包括:
3.根据权利要求1所述的基于知识图谱推理及大模型的多跳农业问答系统的文本片段检索和答案生成方法,其特征在于,步骤s10中问答系统提取输入问题的关键实体和关系以构建输入问题的结构化表示gq。
4.根据权利要求3所述的基于知识图谱推理及大模型的多跳农业问答系统的文本片段检索和答案生成方法,其特征在于,步骤s20中推理路径表示为有序的三元组序列:
5.根据权利要求4所述的基于知识图谱推理及大模型的多跳农业问答系统的文本片段检索和答案生成方法,其特征在于,步骤s30中将所述推理路径嵌入所述输入问题中以生成包含多跳推理信息的知识增强问题表示,包括将推理路径pq={e1,r1,e2,…,em}嵌入输入...
【专利技术属性】
技术研发人员:齐恒,宋婧,郭占俊,刘露露,沈若枫,白展霆,刘贵诗,
申请(专利权)人:大连理工大学,
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。