基于自注意力机制的作物病虫害问句分类方法
许新华
郑州西亚斯学院电信与智能制造学院,河南 新郑 451150;河南省农业信息数智化工程研究中心,河南 新郑 451150
摘要：在作物病虫害智能问答系统中,问句分类是实现高效知识检索与精准答案生成的关键技术环节.针对双向长短时记忆神经(BiLSTM)网络训练时间长、学习文本上下文信息能力弱的问题,提出一种基于自注意力机制的作物病虫害问句分类方法.首先使用基于农业领域语料库构建的BERT文本预训练模型对文本数据进行向量化处理;其次利用双向门控循环单元(BiGRU)对文本深层信息进行特征提取;再次利用自注意力机制(Self-attention)层对提取的文本深层次信息分配相应的权重;最后将不同权重的文本特征信息放入Softmax分类器进行作物病虫害问句分类.实验结果表明,所提方法的性能优于传统的模板匹配、SVM和CNN-LSTM方法,能为作物病虫害智能问答系统提供技术支撑.
关键词：作物病虫害问句BERT双向门控循环(BiGRU)自注意力机制
分类号：S24(农业电气化与自动化)TP18(自动化基础理论)TP391(计算技术、计算机技术)
资助基金：河南省科技攻关项目(BERT-Coattention-DenseBiGRU;242102210021)河南省高等学校重点科研项目(24B510016)
论文发表日期：2025-10-25
在线出版日期：2025-11-14（本平台首次上网日期，不代表文献的发表时间）
页数：5( 14-18 )