一种农业社区知识问答方法、装置及存储介质制造方法及图纸

本发明专利技术公开了一种农业社区知识问答方法、装置及存储介质，涉及基于AI的农业知识问答领域。本方法预先收集目标作物的知识资料，分割所述知识资料并通过预设编码模型编码来构建目标作物的知识库，所述知识库包含向量化的知识资料的子段；直接或通过图片间接采集知识查询需求，将所述知识查询需求转为查询向量；利用所述查询向量到所述知识库中基于向量相似度进行相似度匹配，并按照预设的选取规则，得到匹配度高的若干组目标子段；通过预设的语言模型将所述目标子段处理成针对第一类提问语句和/或第二类提问语句的答案。利用本地化的知识库提供准确性保证，利用问答或者经图片提取问题再进行答复的方式，针对性强的进行知识提供，使用便捷。使用便捷。使用便捷。

【技术实现步骤摘要】
一种农业社区知识问答方法、装置及存储介质


[0001]本专利技术涉及农业问答
，尤其涉及一种农业社区知识问答方法、装置及存储介质。

技术介绍

[0002]农业是国民经济的基础产业，为适应市场经济的发展，农业逐渐体现出的规模化和集中化的趋势，这一点体现在农业社区对于经济作物的种植上，通过经济作物规模化、集中化的种植，便于统一采收、运输以降低流通成本。
[0003]而且，随着农业技术的突破和农业设施的完善，助力经济作物的种植突破地域和季节的限制。对于农民来讲，丰富了用于增加收益的经济作物选择。经济效益更高的经济作物，甚至是未种过新的经济作物，在足够充分的农业知识支撑下，成功种植也成为可能。相应的，针对性的农业知识的提供成为农业社区内的需求。目前，一般的农业知识提供的途径包括图书、专家咨询和网络检索。对于农民而言，通过专家咨询针对性的获取知识兼顾目的性强和准确的优势，但是专家有限，不可能实时地指导。通过图书获取相关农业知识时，需要农民对图书大范围知识点进行甄别，目的性较弱。而通过网络检索获取相关农业知识时，良莠不齐的网络内容容易造成误导。因此，需要一种农业社区知识问答方法，通过问答的方式，实时地针对性地提供专业知识，辅助农民进行农业生产。

技术实现思路

[0004]为了解决上述技术问题或者至少部分地解决上述技术问题，本专利技术提供一种农业社区知识问答方法、装置及存储介质。
[0005]第一方面，本专利技术提供一种农业社区知识问答方法，包括：预先收集目标作物的知识资料，分割所述知识资料并通过预设编码模型编码来构建目标作物的知识库，所述知识库包含向量化的知识资料的子段；直接或通过图片间接采集知识查询需求，所述知识查询需求体现为直接采集的第一类提问语句和通过分析图片生成的第二类提问语句中的任意一种；将所述知识查询需求转为查询向量；利用所述查询向量到所述知识库中基于向量相似度进行相似度匹配，并按照预设的选取规则，得到匹配度高的若干组目标子段；通过预设的语言模型将所述目标子段处理成针对第一类提问语句和/或第二类提问语句的答案。
[0006]更进一步地，所述分割所述知识资料并通过预设编码模型编码来构建目标作物的知识库包括：通过正则表达式利用所述知识资料中的标点符号对所述知识资料进行分割，将所述知识资料分割成语义完整的若干子段；通过预设的编码模型将全部的所述子段进行向量化得到子段向量。
[0007]更进一步地，对于得到的字段，检查是否存在内容一致的情况，若存在内容一致的情况，则将内容一致的子段合并为一个。
[0008]更进一步地，所述直接或通过图片间接采集知识查询需求，将所述知识查询需求转为查询向量包括：直接收集用户的第一类提问语句或者通过预训练用于识别作物和作物疾病表征的识别模型从用户所提供图片中提取特征词汇，将所述特征词汇输入预设的语言模型中，利用预设的语言模型预测多条与所述特征词汇相关的提示性提问语句，用户从所述提示性提问语句中选择需要的作为第二类提问语句，将所述第一类提问语句和/或第二类提问语句通过知识库编码时使用的所述编码模型进行编码得到查询向量。
[0009]更进一步地，在利用所述识别模型分析所述图片得到所述特征词汇前，对所述图片按照所述识别模型的输入要求处理，处理方式包括：将图片通过聚焦剪裁的形式裁剪成识别模型要求的大小，使得输入识别模型的图片中关键特征通过聚焦保存。
[0010]更进一步地，所述选取规则包括：从相似度高于设定阈值的子段中，选取相似度最高的k个作为目标子段，当无法匹配到目标子段时，提示从当前知识库中无法针对当前问题找到答案。
[0011]更进一步地，创建基于所述特征词汇生成所述提示性提问语句的数据集，基于所述数据集利用Lora或者P
‑
tuning的方式对所述语言模型进行微调，以增强所述语言模型在根据所述特征词汇生成提示性提问语句方面的能力。
[0012]第二方面，本专利技术提供一种农业社区知识问答装置，包括：至少一处理单元，所述处理单元通过总线单元连接存储单元，所述存储单元存储计算机程序和数据，所述计算机程序被所述处理单元执行处理所述数据时，实现所述的农业社区知识问答方法。
[0013]第三方面，本专利技术提供一种计算机可读存储介质，所述计算机可读存储介质存储计算机程序，所述计算机程序被处理器执行时，实现所述的农业社区知识问答方法。
[0014]本专利技术实施例提供的上述技术方案与现有技术相比具有如下优点：本专利技术根据农业社区内作物种植需求，通过预先收集目标作物的知识资料，分割所述知识资料并通过预设编码模型编码来构建目标作物的知识库，针对农业社区内的作物，实现农业知识的本地化。本专利技术直接或通过图片间接采集知识查询需求，将所述知识查询需求转为查询向量；利用所述查询向量到所述知识库中基于向量相似度进行相似度匹配，并按照预设的选取规则，得到匹配度高的若干组目标子段；通过预设的语言模型将所述目标子段处理成针对第一类提问语句和/或第二类提问语句的答案。本申请基于查询向量和知识库中子段向量向量相似度进行匹配得到目标子段，利用语言模型的语言逻辑能力将目标子段处理成针对知识查询需求的答案；利用本地化的知识库提供准确性保证，利用问答或者经图片提取问题再进行答复的方式，实时地针对性的进行知识提供，使用便捷。
附图说明
[0015]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本专利技术的实施例，并与说明书一起用于解释本专利技术的原理。
[0016]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
[0017]图1为本专利技术实施例提供的一种农业社区知识问答方法的流程图；
图2为本专利技术实施例提供的向量化的知识库构建的流程图；图3为本专利技术实施例提供的直接采集知识查询需求，将所述知识查询需求转为查询向量的流程图；图4为本专利技术实施例提供的通过图片间接采集知识查询需求，将所述知识查询需求转为查询向量的流程图；图5为本专利技术实施例提供的一种农业社区知识问答装置的示意图。
具体实施方式
[0018]为使本专利技术实施例的目的、技术方案和优点更加清楚，下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本专利技术的一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0019]需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种农业社区知识问答方法，其特征在于，包括：预先收集目标作物的知识资料，分割所述知识资料并通过预设编码模型编码来构建目标作物的知识库，所述知识库包含向量化的知识资料的子段；直接或通过图片间接采集知识查询需求，所述知识查询需求体现为直接采集的第一类提问语句和通过分析图片生成的第二类提问语句中的任意一种；将所述知识查询需求转为查询向量；利用所述查询向量到所述知识库中基于向量相似度进行相似度匹配，并按照预设的选取规则，得到匹配度高的若干组目标子段；通过预设的语言模型将所述目标子段处理成针对第一类提问语句和/或第二类提问语句的答案。2.根据权利要求1所述的一种农业社区知识问答方法，其特征在于，所述分割所述知识资料并通过预设编码模型编码来构建目标作物的知识库包括：通过正则表达式利用所述知识资料中的标点符号对所述知识资料进行分割，将所述知识资料分割成语义完整的若干子段；通过预设的编码模型将全部的所述子段进行向量化得到子段向量。3.根据权利要求2所述的一种农业社区知识问答方法，其特征在于，对于得到的字段，检查是否存在内容一致的情况，若存在内容一致的情况，则将内容一致的子段合并为一个。4.根据权利要求1所述的一种农业社区知识问答方法，其特征在于，所述直接或通过图片间接采集知识查询需求，将所述知识查询需求转为查询向量包括：直接收集用户的第一类提问语句或者通过预训练用于识别作物和作物疾病表征的识别模型从用户所提供图片中提取特征词汇，将所述特征词汇输入预设的语言模型中，利用预设的语言模型预测多条与所述特征词汇相关的提示性提问语句，用户从所述提示性提问语...

【专利技术属性】
技术研发人员：岳东霞，裴欢龙，王飞，王召，
申请(专利权)人：山东森普信息技术有限公司，
类型：发明
国别省市：