基于BERT字向量和TextCNN的农业问句分类模型分析

作者：**; 罗瑞; 郭婷; 贵淑婷; 任妮^*

来源：南方农业学报, 2022, 53(07): 2068-2076.

• 农业问句
• 智能问答系统
• 问句分类
• 预训练语言模型(BERT)
• 文本卷积神经网络

【目的】研究不同词向量和深度学习模型组合对农业问句分类结果的影响，为构建农业智能问答系统提供技术支撑。【方法】通过爬虫获取农业种植网等网站的问答数据，选择20000条问句进行人工标注，构建农业问句分类语料库。采用BERT对农业问句进行字符编码，利用文本卷积神经网络（TextCNN）提取问句高维度特征对农业问句进行分类。【结果】在词向量对比实验中，BERT字向量与TextCNN结合时农业问句分类F1值达93.32%，相比Word2vec字向量提高2.1%。在深度学习模型的分类精度对比方面，TextCNN与Word2vec和BERT字向量结合的F1值分别达91.22%和93.32%，均优于其他模型。在农业问句的细分试验中，BERT-TextCNN在栽培技术、田间管理、土肥水管理和其他4个类别中分类F1值分别为86.06%、90.56%、95.04%和85.55%，均优于其他深度学习模型。超参数设置方面，BERT-TextCNN农业问句分类模型卷积核大小设为[3,4,5]、学习率设为5e-5、迭代次数设为5时效果最优，该模型在数据样本不均衡的情况下，对于农业问句的平均分类准确率依然能达93.00%以上，可满足农业智能问答系统的问句分类需求。【建议】通过阿里NLP等开源平台提升数据标注质量；在分类过程中补充词频和文档特征，提高模型分类精度；农业相关政府职能部门加强合作，积极探索农业技术数字化推广和服务新模式。

• 单位
  江苏省农业科学院; 江苏大学