农业文本语义理解技术综述

被引：30

作者：

吴华瑞 ^{[1
,2
]}

郭威 ^{[2
,3
]}

邓颖 ^{[1
,3
]}

王郝日钦 ^{[1
]}

韩笑 ^{[4
]}

黄素芳 ^{[5
]}

机构：

[1] 国家农业信息化工程技术研究中心

[2] 北京市农林科学院信息技术研究中心

[3] 农业农村部数字乡村技术重点实验室

[4] 北京市农林科学院智能装备技术研究中心

[5] 沧州市农林科学院

来源：

农业机械学报 | 2022年 / 53卷 / 05期

基金：

国家重点研发计划;

关键词：

农业知识智能化服务; 深度学习; 自然语言处理; 农业文本; 语义理解;

D O I：

暂无

中图分类号：

S126 [电子技术、计算机技术在农业上的应用]; TP391.1 [文字信息处理];

学科分类号：

082806 [农业信息与电气工程]; 120506 [数字人文];

摘要：

随着互联网和人工智能技术的发展，农业知识智能化服务逐渐承担起为农业生产管理提供有效技术指导的作用。本文对农业文本语义理解中的关键技术及应用进行综述。首先按照自然语言处理中基于规则、机器学习和深度学习的语义处理方法介绍其在农业领域应用的进展；然后阐述了针对农业知识特性的语义分析方法，涵盖农业文本分析主要过程的储存、表达、计算，包括农业知识图谱的知识抽取、融合、表示、推理，TF-IDF、Word2Vec、BERT等农业文本表示模型与CNN、RNN、Attention等分类模型；阐述了可用于分词、向量化表达等的通用语料库和农业领域常用语料库；从农业智能问答、农业语义检索、农业智能管理决策方面阐述语义理解在农业领域中的应用；最后从农业语料库标准化构建、语义理解模型复杂度、多模态语义处理、多区域多语言语义理解等方面对农业文本的语义理解研究趋势进行了展望。

引用

页码：1 / 16

页数：16

共 78 条

[31]

植物领域知识图谱构建中本体非分类关系提取方法 [J].