为科学有效地解决在种植管理马铃薯中遇到的问题，开展马铃薯领域的问答系统的核心技术研究。本文的研究主要包括五项内容1）构建马铃薯种植管理的数据源；2）分析分词工具的性能，确定分词工具；3）采用基于触发词表的方式进行关系抽取，并基于 Neo4j 构建知识图谱；4）将问句分类应用于问句相似度计算，其中问句分类模型采用 SVM、LSTM 和 CNN/Attention_LSTM；5）将动态鱼群算法应用于关键词抽取，与传统方法比较。最后根据上述的研究，设计实现马铃薯种植管理的问答系统。本文研究的核心技术，可以在其他领域上进行实现和调整，特别是在农业方面的问答系统研究上具有一定价值。
目录
摘要 1
关键词 1
Abstract 1
Key words 2
引言 2
1 选题背景 2
1.1 问题的提出 2
1.2 国内外研究状况 2
1.2.1 国外研究状况 2
1.2.2 国内研究状况 2
1.3 研究的目的和内容 2
1.3.1 研究目的 2
1.3.2 研究内容 3
2 马铃薯种植管理领域说明 3
3 数据源构建 3
3.1 数据来源 3
3.2 数据预处理 4
3.2.1 数据文本化 4
3.2.2 删除无关数据和去重 4
4 分词工具的优选 5
4.1 四种分词工具比较 5
4.2 pkuseg 和 Hanlp 分词工具的性能比较 6
4.3 分词工具的确定 7
5 关系抽取技术和知识图谱的构建 7
5.1 基于触发词表的关系抽取 7
5.1.1 基于触发词表的关系抽取技术 7
5.1.2 构建触发词表 7
5.1.3 关系抽取 8
5.1.4 关系抽取结果 8
5.2 基于 Neo4j 图形数据库的知识图谱构建 9
5.2.1 知识图谱的构建 9
5.2.2 知 *51今日免费论文网|www.jxszl.com +Q: ￥351916072$ 
识图谱的查询 10
6 问句相似度计算和问句分类模型的应用 10
6.1 基于 word2vec 问句相似度计算 10
6.1.1 词向量模型 10
6.1.2 问句的特征向量 10
6.1.3 问句的相似度计算 10
6.2 传统的问句相似度计算方法 10
6.3 改进的问句相似度计算方法 11
6.3.1 分类模型的训练数据 11
6.3.2 分类模型的性能评价标准 11
6.3.3 问句分类标准 11
6.3.4 SVM 问句分类模型 12
6.3.5 基于 Attention/CNN_LSTM 的问句分类模型 13
6.3.6 问句分类模型的确定 18
7 动态鱼群算法在关键词抽取上的研究 19
7.1 问句关键词抽取技术 19
7.2 基于动态鱼群算法的问句关键词抽取技术 19
7.2.1 动态鱼群算法 19
7.2.2 性能评价标准 19
7.2.3 聚类中心数的优选 19
7.3 关键词抽取技术应用于改进的问答系统 23
7.4 动态鱼群算法在关键词抽取技术中的应用价值 24
8 马铃薯种植管理问答系统的设计与可视化实现 25
8.1 总体设计与系统流程图 25
8.2 系统的可视化实现 27
9 总结与展望 27
智能问答系统的核心技术研究——以马铃薯种植管理上的应用为例
引言
引言
1 选题背景
1.1 问题的提出
马铃薯是我国的重要的粮食作物，深受大众喜爱。马铃薯种植特别需要注意田间管理和防治病虫害。而由于我国农户普遍受教育程度偏低，农户往往无法科学高效地解决在马铃薯种植管理中遇到的问题，从而影响经济效益。
随着信息时代的到来，互联网上存在着大量的农业信息，但基于当前中国农业发展现状，大部分农民应用科技手段解决农业问题的能力偏低，无法从海量信息中获取自身需要的信息。且互联网上的信息庞杂，无法保证信息的准确，如果仅靠农民本身进行信息的筛选，结果是低效的、不可靠的。因此，问答系统在农业中的研究就显得颇具价值。
1.2 国内外研究状况
1.2.1 国外研究状况
随着信息处理技术和现代网络的快速发展，人们想更快地获取目的信息资源的需求，促进了智能问答系统的研究及发展。目前，在国外已经开发出了一些相对较成熟的开放领域的问答系统，针对限定领域的问答系统的研究很少。麻省理工学院开发出来的面向网络的问答系统可以回答文化、科技、娱乐等方面的简单问题，该系统的目的是为了向用户提供直接的问题答案而不是相关网页的链接；由密歇根大学开发，集成了六国语言的自然语言的问答系统现已广泛应用于科研、文化、娱乐等诸多领域。
1.2.2 国内研究状况
和国际相比，国内从事中文智能问答系统研究相对较少，基本上还没有比较成熟的中文智能问答系统问世。并且，国内的问答系统针对特定领域的研究本身就很少，针对农业知识领域的就更加缺少。现有关农业问答系统的研究和应用主要是集中在种植业方面的 FAQ 问答系统，例如有陈泽健等人的基于问答对的荔枝种植答疑系统研究与实现、郑颖等人的基于本体的小麦病虫害问答系统构建与实现。而以知识图谱为基础的农业领域的问答系统的研究几乎没有。
1.3 研究的目的和内容
1.3.1 研究目的
为科学高效地解决我国农户们在马铃薯种植管理方面遇到的问题，拟开展基于自然语言处理技术的马铃薯种植管理问答系统的核心技术研究。
1.3.2 研究内容
本研究以马铃薯种植管理上的应用为例，开展有关智能问答系统的核心技术的研究。问答系统按照构建的数据源类型不同可分为 FAQ 问答系统和基于知识图谱的问答系统，前者的数据源是成对的问题和答案的问答对，后者是基于图形数据库的数据源。由于网络上可获取的马铃薯种植管理相关的问答对的数据库规模很小，所以本研究以基于知识图谱的问答系统为研究方向，开展以下研究。

原文链接：http://www.jxszl.com/jsj/jsjkxyjs/563928.html