ChatAgri：探索 ChatGPT 在跨语言农业文本分类上的潜力
计算与语言
2023-05-25 v1 人工智能
摘要
在可持续智慧农业时代，海量农业新闻文本发布于互联网，其中积累了大量农业知识。在此背景下，亟需探索有效的文本分类技术，以使用户高效获取所需农业知识。采用预训练语言模型（PLMs）微调策略的主流深度学习方法，在过去几年中展现出显著的性能提升。然而，这些方法仍面临诸多难以解决的缺陷，包括：1. 由于标注成本高且劳动密集，农业训练数据有限；2. 领域可迁移性差，尤其是跨语言能力弱；3. 大型模型部署复杂且昂贵。受近期 ChatGPT（如 GPT-3.5、GPT-4）取得的非凡成功启发，本文系统研究并探索了 ChatGPT 应用于农业信息化领域的能力与利用方式。……（见正文）……代码已发布于 Github https://github.com/albert-jin/agricultural_textual_classification_ChatGPT。
引用
@article{arxiv.2305.15024,
title = {ChatAgri: Exploring Potentials of ChatGPT on Cross-linguistic Agricultural Text Classification},
author = {Biao Zhao and Weiqiang Jin and Javier Del Ser and Guang Yang},
journal= {arXiv preprint arXiv:2305.15024},
year = {2023}
}
备注
24 pages,10+figures,46references.Both the first two authors, Biao Zhao and Weiqiang Jin, made equal contributions to this work. Corresponding author: Guang Yang