CN107862000A - 一种农业技术咨询人机对话方法 - Google Patents

一种农业技术咨询人机对话方法 Download PDF

Info

Publication number
CN107862000A
CN107862000A CN201710989064.2A CN201710989064A CN107862000A CN 107862000 A CN107862000 A CN 107862000A CN 201710989064 A CN201710989064 A CN 201710989064A CN 107862000 A CN107862000 A CN 107862000A
Authority
CN
China
Prior art keywords
question
agricultural
answer
consultation
user
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201710989064.2A
Other languages
English (en)
Other versions
CN107862000B (zh
Inventor
罗长寿
魏清风
余军
孙素芬
龚晶
曹承忠
郑亚明
王富荣
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Academy of Agriculture and Forestry Sciences
Original Assignee
Beijing Academy of Agriculture and Forestry Sciences
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Academy of Agriculture and Forestry Sciences filed Critical Beijing Academy of Agriculture and Forestry Sciences
Priority to CN201710989064.2A priority Critical patent/CN107862000B/zh
Publication of CN107862000A publication Critical patent/CN107862000A/zh
Application granted granted Critical
Publication of CN107862000B publication Critical patent/CN107862000B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/3332—Query translation
    • G06F16/3335—Syntactic pre-processing, e.g. stopword elimination, stemming
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L13/00—Speech synthesis; Text to speech systems
    • G10L13/02—Methods for producing synthetic speech; Speech synthesisers
    • G—PHYSICS
    • G10—MUSICAL INSTRUMENTS; ACOUSTICS
    • G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
    • G10L15/00—Speech recognition
    • G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
    • G10L2015/225—Feedback of the input speech

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Health & Medical Sciences (AREA)
  • Mathematical Physics (AREA)
  • Human Computer Interaction (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Primary Health Care (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Tourism & Hospitality (AREA)
  • Mining & Mineral Resources (AREA)
  • General Business, Economics & Management (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Human Resources & Organizations (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Acoustics & Sound (AREA)
  • Multimedia (AREA)
  • Artificial Intelligence (AREA)
  • Economics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种农业技术咨询人机对话方法，包括农业技术网状资源库构建、农业技术问答对处理、用户咨询问题类型判断、农业类问题回答、通用话题类问题回答模块；所述农业技术网状资源库构建是对文本、图片及视频关联组织，为全面回复问题提供基础；所述农业技术问答对处理是对问题主题词抽取，进行答案信息凝练；所述用户问题类型判断是对问题类型判别，针对不同类型采取不同处理策略；所述农业类问题回答是调用农业类答案抽取接口及模型，获取答案；所述通用话题类问题回答是调用通用话题类答案抽取接口，获取答案。本发明可以实现农业技术咨询机器人快速开发，能灵活应对农业及非农业问题，提供全天候专业化、图文视频多媒体全面精准解答。

Description

一种农业技术咨询人机对话方法
一、技术领域
本发明属于农业信息技术领域，涉及一种农业知识接入人机对话方法，特别是一种农业技术咨询人机对话方法。
二、技术背景
随着信息技术的发展，信息服务已经从互联网信息服务、移动信息服务发展到基于人工智能的信息服务发展阶段。2017年7月8日，国务院《新一代人工智能发展规划》发布，明确指出将推动新一代人工智能在智能农业等领域广泛应用。当前，基于人工智能的服务机器人在降低用工成本、提供全天候人机对话服务等方面优势凸显，但是仍然存在明显的缺点和不足，具体表现为：
(1)缺乏农业专业技术知识，无法针对农业技术问题提供专业解答；
(2)人机对话具有随意性，用户在咨询过程中会涵盖农业专业问题及通用问题(如天气、交通等)，如果同时建立完备的农业专业知识库及通用话题问答库，工作量巨大，开发效率低下；
(3)人机对话过程中的农业咨询问题往往是一段文本简短描述，传统方法中，基于统计的相似度计算方法，由于文本词汇量少而精度不高；基于语义网的相似度计算由于农业专业语义网构建难度大，没有已有语义网可用而不具备应用性；
(4)农业生产问题复杂，农民科技素质不高，除了语音交互外，往往需要通过图片以及相关视频进行说明，当前仅通过语音进行交互的服务机器人无法全面解答用户咨询问题。
在这种背景下，针对农业技术咨询需求，急需一种可集成农业专业知识，能灵活应对农业技术问题及普通聊天话题，提供全天候、专业性、图文视频全面、精准解答，可高效开发的农业技术咨询服务机器人，为现代农业提供有力的科技支撑。
三、发明的内容
为了克服目前服务机器人在农业领域应用存在的问题和不足，改进农业技术咨询环节的关键技术，实现农业信息化领域知识库高效接入，并为用户实时咨询提供专业准确的人机对话服务，本发明提出一种农业技术咨询人机对话方法。
本发明的目的是这样的：
一种农业领域知识接入人机对话方法包括：农业技术问答网状资源库构建、农业技术问题答案对处理、用户咨询问题类型判断、农业专业类咨询问题回答、非农业通用话题类问题回答模块。
(1)农业技术问答网状资源库构建
构建农业知识网，并建立与农业技术资源库的关系，形成农业网状资源库，从而统筹进行资源调动，全面回答用户问题。首先，建立农业领域种养殖对象词表，如番茄、茄子、苹果等，形成本体词库一级本体；其次，根据农业种养殖对象抽取农业技术问答的具体咨询对象，如樱桃番茄、越冬番茄等，形成本体词库二级本体；最后，以此为基础，以“农业一级本体—农业二级本体—常见技术问答库—相关图片库/视频库”的模式，建立咨询对象、问题答案对、图片信息/视频信息之间的关联，从而构建农业网状资源库，为农业技术人机对话提供有效有序的底层信息资源组织。
(2)农业技术问题答案对处理
对农业常见技术问题答案对中的问题句进行主题词抽取。主题词抽取不仅仅只是去掉停用词、副词，其规则是：去掉对句子影响不大的字词，当去掉一个词即改变原句意思时，则保留为关键词，构成主题词序列。对农业技术问题答案对的答案信息进行精炼，使得答案信息紧紧围绕问句进行阐述，同时，在语音合成及语音播报时，文字长度能控制在用户可接受的范围内。
(3)用户咨询问题类型判断
对用户咨询问题进行语音识别，并进行分词、去停用词处理，获得用户咨询问题特征词序列。对用户咨询问题主题词序列进行本体词库二级本体抽取，若有结果，获得用户咨询的对象。若无结果，进行一级本体抽取，若有结果，获得用户咨询的对象，将该问题归为农业类咨询问题，并调用农业类咨询问题答案抽取接口，获取咨询回复。若无结果，调用通用话题类问题回答接口，获取咨询回复。
(4)农业类咨询问题答案抽取
针对农业类咨询问题，提供自动检索接口，利用如下算法在问题答案对中进行答案抽取。将用户咨询问题特征词序列与农业常见技术问答库的问题句主题词序列进行语义相近程度计算。算法规则如下：
对用户咨询问题特征词序列q可表示为数学模型①
q＝{qi|i＝1,2,...,m}
其中，qi为用户咨询问题特征词，m为用户咨询问题特征词的数量；
根据农业同义词表，对用户咨询问题特征词q进行同义词扩展，表示为数学模型②
Cq＝{Cqi|i＝1,2,...,m}
其中，Cqi为qi的同义词集合；
对农业常见技术问答库的问题句的主题词序列a表示为数学模型③
a＝{aj|j＝1,2,...,n}
其中，aj为农业常见技术问答库的问题句的主题词，n为农业常见技术问答库的问题句的主题词数量；
在农业常见技术问答库中，通过计算待选系数dx，抽取含有用户咨询问题特征词或其同义词的问题句，即dx>0，作为待选问题答案对集合，待选系数dx计算表达为数学模型④
其中，i为用户咨询问题特征序列q的长度，即特征词的个数，j为待选问题答案对集合中问题句的主题词序列a的长度，即序列中主题词的个数，k为农业常见技术问答库的问题句的主题词序列a中，是否含有Cqi的条件取值，其取值方法如下：
在待选问题答案对集合中，计算用户咨询语句特征词qi与问题答案对问题句中同形或同义的主题词aj的语位相似值yw，表示为数学模型⑥
用户咨询语句特征词序列与问题答案对问题句的主题词序列的语位相似度S计算表示为数学模型⑦
根据语位相似度由大到小进行排序，取语位相似度最大值所对应的问题答案对中答案文本，以及关联图片、视频为咨询问题答案，其他语位相似度值所对应的文字解答及关联图片、视频为相关参考答案。针对解答文本，调用语音合成模块进行语音合成，并将相关图片及视频播放链接推送到显示屏。
(5)通用话题类问题回答
调动通用问题咨询库接口，以用户咨询问题特征词为参数，获取通用类问题回答。针对解答文本，调用语音合成模块进行语音合成播报。
本项发明与现有传统方法相比具有以下优点：
(1)利用农业网状资源库组织的方式，建立农业技术文本及多媒体信息的关联，使得在人机对话过程中，可以在语音回复的基础上，辅以图片和视频，能给予用户全面、专业、深入的解答。
(2)将农业类问题通过农业类咨询问题答案抽取接口进行处理，将非农业自由对话问题通过通用话题类问题回答接口处理，使得能借助已有的人机对话聊天库进行专业领域应用的快速搭建，同时使得专业领域应用机器人能回答专业问题和通用问题，拟人效果更佳，用户体验更好。
(3)提出语位相似度计算方法，充分考虑了农业专业词语义层面的相近性和语序的相近性，在人机聊天对话场景中，回答的智能性和准确性有效提高。
四、附图说明
下面结合附图和实施例对本发明进一步说明。
图1农业网状资源库组织；
图2农业智能咨询问答流程。
五、具体实施方式：
一种农业技术咨询人机对话方法与现有的农业信息化人机对话方法相比，在智能化程度和知识解答专业和非专业通用咨询问题的水平上均有了较大的改进和创新，具体是：
本发明涉及一种农业领域知识接入人机对话方法，包括：农业技术问答网状资源库构建、农业技术问题答案对处理、用户咨询问题类型判断、农业专业类咨询问题回答、非农业通用话题类问题回答模块。
(1)农业技术问答网状资源库构建
如图1所示，构建农业知识网，并建立与农业技术资源库的关系，形成农业网状资源库，从而统筹进行资源调动，全面回答用户问题。
首先，建立农业领域种养殖对象词表，如番茄、茄子、苹果等，形成本体词库一级本体；
其次，根据农业种养殖对象抽取农业技术问答的具体咨询对象，如樱桃番茄、越冬番茄等，形成本体词库二级本体；
最后，以此为基础，以“农业一级本体—农业二级本体—常见技术问答库—相关图片库/视频库”的模式，建立咨询对象、问题答案对、图片信息/视频信息之间的关联，从而构建农业网状资源库，为农业技术人机对话提供有效有序的底层信息资源组织。
(2)农业技术问题答案对处理
如图2所示，对农业常见技术问题答案对中的问题句进行主题词抽取。主题词抽取不仅仅只是去掉停用词、副词，其规则是：去掉对句子影响不大的字词，当去掉一个词即改变原句意思时，则保留为关键词，构成主题词序列。
对农业技术问题答案对的答案信息进行精炼，使得答案信息紧紧围绕问句进行阐述，同时，在语音合成及语音播报时，文字长度能控制在用户可接受的范围内。
(3)用户咨询问题类型判断
如图2所示，对用户咨询问题进行语音识别，并进行分词、去停用词处理，获得用户咨询问题特征词序列。对用户咨询问题主题词序列进行本体词库二级本体抽取，若有结果，获得用户咨询的对象。
若无结果，进行一级本体抽取，若有结果，获得用户咨询的对象，将该问题归为农业类咨询问题，并调用农业类咨询问题答案抽取接口，获取咨询回复。若无结果，调用通用话题类问题回答接口，获取咨询回复。
(4)农业类咨询问题答案抽取
如图2所示，针对农业类咨询问题，提供自动检索接口，利用如下算法在问答答案对中进行答案抽取。将用户咨询问题特征词序列与农业常见技术问答库的问题句主题词序列进行语义相近程度计算。算法规则如下：
对用户咨询问题特征词序列q可表示为数学模型①
q＝{qi|i＝1,2,...,m}
其中，qi为用户咨询问题特征词，m为用户咨询问题特征词的数量；
根据农业同义词表，对用户咨询问题特征词q进行同义词扩展，表示为数学模型②
Cq＝{Cqi|i＝1,2,...,m}
其中，Cqi为qi的同义词集合；
对农业常见技术问答库的问题句的主题词序列a表示为数学模型③
a＝{aj|j＝1,2,...,n}
其中，aj为农业常见技术问答库的问题句的主题词，n为农业常见技术问答库的问题句的主题词数量；
在农业常见技术问答库中，通过计算待选系数dx，抽取含有用户咨询问题特征词或其同义词的问题句，即dx>0，作为待选问题答案对集合，待选系数dx计算表达为数学模型④
其中，i为用户咨询问题特征序列q的长度，即特征词的个数，j为待选问题答案对集合中问题句的主题词序列a的长度，即序列中主题词的个数，k为农业常见技术问答库的问题句的主题词序列a中，是否含有Cqi的条件取值，其取值方法如下：
在待选问题答案对集合中，计算用户咨询语句特征词qi与问题答案对问题句中同形或同义的主题词aj的语位相似值yw，表示为数学模型⑥
用户咨询语句特征词序列与问题答案对问题句的主题词序列的语位相似度S计算表示为数学模型⑦
根据语位相似度由大到小进行排序，取语位相似度最大值所对应的问题答案对中答案文本，以及关联图片、视频为咨询问题答案，其他语位相似度值所对应的文字解答及关联图片、视频为相关参考答案。针对解答文本，调用语音合成模块进行语音合成，并将相关图片及视频播放链接推送到显示屏。
(5)通用话题类问题回答
调动通用问题咨询库接口，以用户咨询问题特征词为参数，获取通用类问题回答。针对解答文本，调用语音合成模块进行语音合成播报。

Claims (6)

1.一种农业技术咨询人机对话方法，其特征在于人机对话系统包括：农业技术问答网状资源库构建、农业技术问题答案对处理、用户咨询问题类型判断、农业专业类咨询问题回答、非农业通用话题类问题回答模块。
2.根据权利要求1所述的一种农业技术咨询人机对话方法，其特征是：
所述的农业技术问答网状资源库构建，构建农业知识网，并建立与农业技术资源库的关系，形成农业技术问答网状资源库，从而统筹进行资源调动，全面回答用户问题，具体表现为：
首先，建立农业领域种养殖对象词表，如番茄、茄子、苹果等，形成本体词库一级本体；
其次，根据农业种养殖对象抽取农业技术问答的具体咨询对象，如樱桃番茄、越冬番茄等，形成本体词库二级本体；
最后，以此为基础，以“农业一级本体—农业二级本体—常见技术问答库—相关图片库/视频库”的模式，建立咨询对象、问题答案对、图片信息/视频信息之间的关联，从而构建农业网状资源库，为农业技术人机对话提供有效有序的底层信息资源组织。
3.根据权利要求1所述的一种农业技术咨询人机对话方法，其特征是：
所述的农业技术问题答案对处理，对农业常见技术问题答案对中的问题句进行主题词抽取，主题词抽取不仅仅只是去掉停用词、副词，其规则是去掉对句子影响不大的字词，当去掉一个词即改变原句意思时，则保留为关键词，构成主题词序列；对农业技术问题答案对的答案信息进行精炼，使得答案信息紧紧围绕问句进行阐述，同时，在语音合成及语音播报时，文字长度能控制在用户可接受的范围内。
4.根据权利要求1所述的一种农业技术咨询人机对话方法，其特征是：
所述的用户咨询问题类型判断，对用户咨询问题进行语音识别，并进行分词、去停用词处理，获得用户咨询问题特征词序列；对用户咨询问题主题词序列进行本体词库二级本体抽取，若有结果，获得用户咨询的对象；若无结果，进行一级本体抽取，若有结果，获得用户咨询的对象，将该问题归为农业类咨询问题，并调用农业类咨询问题答案抽取接口，获取咨询回复；若无结果，调用通用话题类问题回答接口，获取咨询回复。
5.根据权利要求1所述的一种农业技术咨询人机对话方法，其特征是：
所述的农业专业类咨询问题回答，针对农业类咨询问题，提供自动检索接口，利用如下算法在问题答案对中进行答案抽取；将用户咨询问题特征词序列与农业常见技术问答库的问题句主题词序列进行语义相近程度计算，其中算法规则如下：
对用户咨询问题特征词序列q可表示为数学模型①
q＝{qi|i＝1,2,...,m}
其中，qi为用户咨询问题特征词，m为用户咨询问题特征词的数量；
根据农业同义词表，对用户咨询问题特征词q进行同义词扩展，表示为数学模型②
Cq＝{Cqi|i＝1,2,...,m}
其中，Cqi为qi的同义词集合；
对农业常见技术问答库的问题句的主题词序列a表示为数学模型③
a＝{aj|j＝1,2,...,n}
其中，aj为农业常见技术问答库的问题句的主题词，n为农业常见技术问答库的问题句的主题词数量；
在农业常见技术问答库中，通过计算待选系数dx，抽取含有用户咨询问题特征词或其同义词的问题句，即dx>0，作为待选问题答案对集合，待选系数dx计算表达为数学模型④
<mrow> <mi>d</mi> <mi>x</mi> <mo>=</mo> <mfrac> <mn>1</mn> <mrow> <mi>i</mi> <mo>+</mo> <mi>j</mi> </mrow> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>i</mi> <mo>*</mo> <mi>j</mi> </mrow> </munderover> <mi>k</mi> <mrow> <mo>(</mo> <mi>a</mi> <mo>,</mo> <msub> <mi>Cq</mi> <mi>i</mi> </msub> <mo>)</mo> </mrow> </mrow>
其中，i为用户咨询问题特征序列q的长度，即特征词的个数，j为待选问题答案对集合中问题句的主题词序列a的长度，即序列中主题词的个数，k为农业常见技术问答库的问题句的主题词序列a中，是否含有Cqi的条件取值，其取值方法如下：
在待选问题答案对集合中，计算用户咨询语句特征词qi与问题答案对问题句中同形或同义的主题词aj的语位相似值yw，表示为数学模型⑥
<mrow> <mi>y</mi> <mi>w</mi> <mo>=</mo> <mn>1</mn> <mo>-</mo> <mfrac> <mrow> <mi>m</mi> <mi>i</mi> <mi>n</mi> <mo>|</mo> <mi>i</mi> <mo>-</mo> <mi>j</mi> <mo>|</mo> </mrow> <mi>j</mi> </mfrac> </mrow>
用户咨询语句特征词序列与问题答案对问题句的主题词序列的语位相似度S计算表示为数学模型⑦
<mrow> <mi>S</mi> <mo>=</mo> <mfrac> <mn>1</mn> <mi>i</mi> </mfrac> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>l</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>i</mi> </munderover> <mi>y</mi> <mi>w</mi> </mrow>
根据语位相似度由大到小进行排序，取语位相似度最大值所对应的问题答案对中答案文本，以及关联图片、视频为咨询问题答案，其他语位相似度值所对应的文字解答及关联图片、视频为相关参考答案。针对解答文本，调用语音合成模块进行语音合成，并将相关图片及视频播放链接推送到显示屏。
6.根据权利要求1所述的一种农业技术咨询人机对话方法，其特征是：
所述的非农业通用话题类问题回答，调用通用问题咨询库接口，以用户咨询问题特征词为参数，获取通用类问题回答；针对解答文本，调用语音合成模块进行语音合成播报。
CN201710989064.2A 2017-10-22 2017-10-22 一种农业技术咨询人机对话方法 Expired - Fee Related CN107862000B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710989064.2A CN107862000B (zh) 2017-10-22 2017-10-22 一种农业技术咨询人机对话方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710989064.2A CN107862000B (zh) 2017-10-22 2017-10-22 一种农业技术咨询人机对话方法

Publications (2)

Publication Number Publication Date
CN107862000A true CN107862000A (zh) 2018-03-30
CN107862000B CN107862000B (zh) 2018-10-30

Family

ID=61696694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710989064.2A Expired - Fee Related CN107862000B (zh) 2017-10-22 2017-10-22 一种农业技术咨询人机对话方法

Country Status (1)

Country Link
CN (1) CN107862000B (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109086368A (zh) * 2018-07-20 2018-12-25 吴怡 一种基于人工智能云平台的法律咨询机器人
CN109145099A (zh) * 2018-08-17 2019-01-04 百度在线网络技术（北京）有限公司 基于人工智能的问答方法和装置
CN109145118A (zh) * 2018-09-06 2019-01-04 北京京东尚科信息技术有限公司 信息管理方法和装置
CN109829041A (zh) * 2018-12-25 2019-05-31 出门问问信息科技有限公司 问题处理方法、装置、计算机设备及计算机可读存储介质
CN109920430A (zh) * 2019-01-10 2019-06-21 上海言通网络科技有限公司 语音识别语义处理系统及其方法
CN110277086A (zh) * 2019-06-25 2019-09-24 中国科学院自动化研究所 基于电网调度知识图谱的语音合成方法、系统及电子设备
CN110321414A (zh) * 2019-04-19 2019-10-11 四川政资汇智能科技有限公司 一种基于深度学习的人工智能咨询服务方法及系统
CN110619038A (zh) * 2019-09-20 2019-12-27 上海氦豚机器人科技有限公司 一种垂直引导专业咨询的方法、系统及电子设备
CN111079441A (zh) * 2019-12-16 2020-04-28 深圳市三宝创新智能有限公司 一种知音语义系统
CN111524511A (zh) * 2020-04-01 2020-08-11 黑龙江省农业科学院农业遥感与信息研究所 一种农业技术咨询人机对话方法及系统
CN111581338A (zh) * 2020-03-25 2020-08-25 北京市农林科学院 一种农业技术服务机器人人机融合咨询问答方法及系统
CN111862971A (zh) * 2020-06-15 2020-10-30 南京林业大学 一种林业科普语音交互方法及其控制终端系统
CN113204635A (zh) * 2021-06-08 2021-08-03 重庆电子工程职业学院 一种用于现代农业种植的智能咨询系统
CN116911311A (zh) * 2023-08-02 2023-10-20 北京市农林科学院 一种农业领域技术咨询问答方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073692A (zh) * 2010-12-16 2011-05-25 北京农业信息技术研究中心 基于农业领域本体库的语义检索系统和方法
CN102426837A (zh) * 2011-12-30 2012-04-25 中国农业科学院农业信息研究所 农业现场数据采集的移动设备语音识别的鲁棒性方法
CN103678430A (zh) * 2012-09-26 2014-03-26 浙江省公众信息产业有限公司 一种农业领域知识本体的表示方法
CN105335487A (zh) * 2015-10-16 2016-02-17 北京农业信息技术研究中心 基于农业技术信息本体库的农业专家信息检索系统及方法
CN105630938A (zh) * 2015-12-23 2016-06-01 深圳市智客网络科技有限公司 一种智能问答系统
CN106776797A (zh) * 2016-11-22 2017-05-31 中国人名解放军理工大学 一种基于本体推理的知识问答系统及其工作方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102073692A (zh) * 2010-12-16 2011-05-25 北京农业信息技术研究中心 基于农业领域本体库的语义检索系统和方法
CN102426837A (zh) * 2011-12-30 2012-04-25 中国农业科学院农业信息研究所 农业现场数据采集的移动设备语音识别的鲁棒性方法
CN103678430A (zh) * 2012-09-26 2014-03-26 浙江省公众信息产业有限公司 一种农业领域知识本体的表示方法
CN105335487A (zh) * 2015-10-16 2016-02-17 北京农业信息技术研究中心 基于农业技术信息本体库的农业专家信息检索系统及方法
CN105630938A (zh) * 2015-12-23 2016-06-01 深圳市智客网络科技有限公司 一种智能问答系统
CN106776797A (zh) * 2016-11-22 2017-05-31 中国人名解放军理工大学 一种基于本体推理的知识问答系统及其工作方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
胡德鹏: ""基于农业本体问句分析的问答系统研究与架构设计"", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109086368A (zh) * 2018-07-20 2018-12-25 吴怡 一种基于人工智能云平台的法律咨询机器人
CN109145099B (zh) * 2018-08-17 2021-02-23 百度在线网络技术（北京）有限公司 基于人工智能的问答方法和装置
CN109145099A (zh) * 2018-08-17 2019-01-04 百度在线网络技术（北京）有限公司 基于人工智能的问答方法和装置
CN109145118A (zh) * 2018-09-06 2019-01-04 北京京东尚科信息技术有限公司 信息管理方法和装置
CN109829041A (zh) * 2018-12-25 2019-05-31 出门问问信息科技有限公司 问题处理方法、装置、计算机设备及计算机可读存储介质
CN109920430A (zh) * 2019-01-10 2019-06-21 上海言通网络科技有限公司 语音识别语义处理系统及其方法
CN110321414A (zh) * 2019-04-19 2019-10-11 四川政资汇智能科技有限公司 一种基于深度学习的人工智能咨询服务方法及系统
CN110277086A (zh) * 2019-06-25 2019-09-24 中国科学院自动化研究所 基于电网调度知识图谱的语音合成方法、系统及电子设备
CN110277086B (zh) * 2019-06-25 2021-11-19 中国科学院自动化研究所 基于电网调度知识图谱的语音合成方法、系统及电子设备
CN110619038A (zh) * 2019-09-20 2019-12-27 上海氦豚机器人科技有限公司 一种垂直引导专业咨询的方法、系统及电子设备
CN111079441A (zh) * 2019-12-16 2020-04-28 深圳市三宝创新智能有限公司 一种知音语义系统
CN111581338A (zh) * 2020-03-25 2020-08-25 北京市农林科学院 一种农业技术服务机器人人机融合咨询问答方法及系统
CN111581338B (zh) * 2020-03-25 2022-01-28 北京市农林科学院 一种农业技术服务机器人人机融合咨询问答方法及系统
CN111524511A (zh) * 2020-04-01 2020-08-11 黑龙江省农业科学院农业遥感与信息研究所 一种农业技术咨询人机对话方法及系统
CN111862971A (zh) * 2020-06-15 2020-10-30 南京林业大学 一种林业科普语音交互方法及其控制终端系统
CN113204635A (zh) * 2021-06-08 2021-08-03 重庆电子工程职业学院 一种用于现代农业种植的智能咨询系统
CN116911311A (zh) * 2023-08-02 2023-10-20 北京市农林科学院 一种农业领域技术咨询问答方法

Also Published As

Publication number Publication date
CN107862000B (zh) 2018-10-30

Similar Documents

Publication Publication Date Title
CN107862000A (zh) 一种农业技术咨询人机对话方法
CN109509470B (zh) 语音交互方法、装置、计算机可读存储介质及终端设备
EP3508991A1 (en) Man-machine interaction method and apparatus based on artificial intelligence
WO2022095380A1 (zh) 基于ai的虚拟交互模型生成方法、装置、计算机设备及存储介质
CN110209897B (zh) 智能对话方法、装置、存储介质及设备
CN110008378B (zh) 基于人工智能的语料收集方法、装置、设备及存储介质
CN107729468A (zh) 基于深度学习的答案抽取方法及系统
CN109284502B (zh) 一种文本相似度计算方法、装置、电子设备及存储介质
CN110297893B (zh) 自然语言问答方法、装置、计算机装置及存储介质
CN111078856B (zh) 一种群聊对话处理方法、装置及电子设备
CN109256133A (zh) 一种语音交互方法、装置、设备及存储介质
CN111191450A (zh) 语料清洗方法、语料录入设备及计算机可读存储介质
CN110765313A (zh) 网络视频弹幕分类播放方法和系统
CN112765974B (zh) 一种业务辅助方法、电子设备及可读存储介质
CN109325124A (zh) 一种情感分类方法、装置、服务器和存储介质
CN113392273A (zh) 视频播放方法、装置、计算机设备及存储介质
CN108710653B (zh) 一种绘本朗读点播方法、装置及系统
CN113961678A (zh) 一种基于事理图谱的智能对话方法和装置
CN106372083B (zh) 一种有争议性新闻线索自动发现的方法及系统
Lubis et al. Construction and analysis of Indonesian emotional speech corpus
CN110570838B (zh) 语音流处理方法和装置
IT201900000526A1 (it) Sistema di intelligenza artificiale per processi aziendali
Breuing et al. Harvesting wikipedia knowledge to identify topics in ongoing natural language dialogs
Sakai et al. Twitter-based selection of topics that users are interested in but are not familiar with
CN112417095A (zh) 语音消息处理方法和装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Luo Changshou

Inventor after: Wei Qingfeng

Inventor after: Yu Jun

Inventor after: Sun Sufen

Inventor after: Gong Jing

Inventor after: Cao Chengzhong

Inventor after: Zheng Yaming

Inventor after: Wang Furong

Inventor before: Luo Changshou

Inventor before: Wei Qingfeng

Inventor before: Yu Jun

Inventor before: Sun Sufen

Inventor before: Gong Jing

Inventor before: Cao Chengzhong

Inventor before: Zheng Yaming

Inventor before: Wang Furong

CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20181030

Termination date: 20191022