您好，欢迎访问北京市农林科学院 机构知识库！
北京市农林科学院机构知识库

全部

  • 全部
  • 标题
  • 学者
  • 机构
  • 关键词

基于特征增强的多方位农业问句语义匹配

文献类型： 中文期刊

作者： 王奥 1 ; 吴华瑞 2 ; 朱华吉 2 ;

作者机构： 1.广西大学计算机与电子信息学院

2.北京市农林科学院信息技术研究中心

关键词： 农业问句语义匹配;特征增强;自然语言处理;双向长短期记忆网络;自注意力机制

期刊名称： 西南大学学报(自然科学版)

ISSN：

年卷期： 2023 年 006 期

页码： 201-210

收录情况： 北大核心 ; CSCD

摘要： 农业问句文本数据具有专业名词多、特征稀疏、语句规范性差等特征，难以深入挖掘句间交互关系.为改善农业相似问句的匹配性能，提出一种基于特征增强的多方位农业问句语义匹配模型.模型通过共享参数的双向长短期记忆网络提取上下文向量，分别引入自注意力机制、多维注意力机制增强农业问句文本语义推断特征和文本距离特征，通过多特征增强聚焦语义特征信息，将增强特征嵌入到多方位匹配函数中，从向量值、方向和元素等角度进行句间相似度对比，以捕获句子多样性特征.从农业问答社区导出农业问答文本数据，人工标注相似问句构建试验数据集.试验结果表明：基于特征增强的多方位农业问句语义匹配模型可以增强文本特征之间的交互，获取更多的关系特征信息，在构建的农业问句数据集上正确率及F1值达95.3%和97.3%,与其他5种问句语义匹配模型相比，效果提升明显.

  • 相关文献

[1]基于多语义特征的农业短文本匹配技术. 金宁,赵春江,吴华瑞,缪祎晟,王海琛,杨宝祝. 2022

[2]基于CNN-BiLSTM融合神经网络的温室甘蓝潜在蒸散量预测. 李 珊珊,赵 春江,吴 华瑞,韩 笑. 2025

[3]基于Attention_DenseCNN的水稻问答系统问句分类. 王郝日钦,吴华瑞,冯帅,刘志超,许童羽. 2021

[4]基于卷积模型的农业问答语性特征抽取分析. 张明岳,吴华瑞,朱华吉. 2018

[5]基于BERT-Attention-DenseBiGRU的农业问答社区问句相似度匹配. 王郝日钦,王晓敏,缪祎晟,许童羽,刘志超,吴华瑞. 2022

[6]农业文本语义理解技术综述. 吴华瑞,郭威,邓颖,王郝日钦,韩笑,黄素芳. 2022

[7]基于GTM和指标评估的技术机会智能识别与预测方法. 张辉,姚茹,赵静娟,贾倩,齐世杰,串丽敏. 2025

作者其他论文 更多>>
置顶
购物车
反馈

© 京ICP备09089781号-29 主办单位：北京市农林科学院

学术资源： 中国农业科学院 农业专业知识服务系统 农科联盟资源共建共享平台 中国农业科技文献与信息服务平台 中国农业期刊集成服务平台