基于改进Bi-LSTM-CRF的农业问答系统研究

作者：白皓然; 孙伟浩; 金宁; 马皓冉

来源：中国农机化学报, 2023, 44(02): 99-105.

DOI：10.13733/j.jcam.issn.2095-5553.2023.02.014

• 智能问答系统
• 知识图谱
• 双向长短期记忆模型(Bi-LSTM)
• 条件随机场(CRF)

针对农业领域问答系统面临的实体识别困难的问题，提出一种基于改进Bi-LSTM-CRF的实体识别方法。首先通过BERT预训练模型的预处理，生成基于上下文信息的词向量，然后将训练出的词向量输入Bi-LSTM-CRF做进一步的训练处理，最后，利用Python的Django框架设计农业领域的实体识别、实体查询、农知问答等子系统。经过试验对比，所提出的改进的Bi-LSTM-CRF在农业信息领域具有更好的实体识别能力，在农业信息语料库上的精确率、召回率和F1值分别为93.23%、91.08%和92.16%。实现农业领域实体识别和农业信息问答的知识图谱网站演示，对农业信息化的发展具有重要意义。

• 单位
  机电工程学院; 青岛农业大学; 沈阳建筑大学