基于改进的BILSTM算法的农业问题答案信息提取方法的设计.
Ruipeng Tang1, Jianbu Yang2, Jianxun Tang3
1Department of Electrical Engineering, Faculty of Engineering, University of Malaya, 50603, Kuala Lumpur, Malaysia. 22057874@siswa.um.edu.my.
Scientific reports
|October 18, 2024
概括
本研究介绍了用于农业数据挖掘的BE-BILSTM算法,提高了信息提取准确度,以获得更好的农民建议. 改进的方法在分析农业数据方面优于现有的算法.
科学领域:
- 农业信息学 农业信息学
- 数据挖掘 数据挖掘
- 自然语言处理自然语言处理.
背景情况:
- 农业数据的指数增长需要有效的信息提取,用于数据挖掘和应用.
- 准确地提取相关信息对于开发有效的农业数据分析工具至关重要.
研究的目的:
- 使用BE-BILSTM算法设计和评估一个农业问题答案信息提取方法.
- 通过改进信息提取,提高农业信息推系统的性能.
主要方法:
- 使用Python的Scrapy框架进行数据抓取 (土壤类型,作物疾病,贸易) 和预处理.
- 使用实体提取技术来转换半结构化农业数据.
- 引入了BERT (变压器双向编码器表示) 算法,以增强BILSTM (双向长短期内存) 算法,创建BE-BILSTM.
主要成果:
- 与BERT-CRF和BILSTM相比,BE-BILSTM算法显示出更高的信息提取性能.
- 拟议的方法显著提高了农业信息推系统的准确性.
- 该方法有效地捕捉了农业问答数据中的语义和上下文关系.
结论:
- BE-BILSTM算法通过关注信息提取准确度,为农业信息推提供了一种更具创新性的方法.
- 通过加强数据分析,更好地了解农民的需求和兴趣,从而获得更相关,更实用的信息建议.
- 这项研究通过完善信息提取技术,有助于更有效的农业数据挖掘和应用.
相关概念视频
02:16Light Acquisition
8.4K
In order to produce glucose, plants need to capture sufficient light energy. Many modern plants have evolved leaves specialized for light acquisition. Leaves can be only millimeters in width or tens of meters wide, depending on the environment. Due to competition for sunlight, evolution has driven the evolution of increasingly larger leaves and taller plants, to avoid shading by their neighbors with contaminant elaboration of root architecture and mechanisms to transport water and nutrients.
8.4K
01:59Plant Breeding and Biotechnology
18.8K
Crop cultivation has a long history in human civilization, with records showing the cultivation of cereal plants beginning at around 8000 BC. This early plant breeding was developed primarily to provide a steady supply of food.
18.8K