KisanQRS：面向农业决策的基于深度学习的自动化查询-响应系统
信息检索
2024-11-15 v1 人工智能
摘要
向农民及时提供信息和指导对农业决策至关重要。农民热线中心高度依赖呼叫中心座席的专业知识和可用性，导致响应质量不稳定且延迟。为此，本文提出了Kisan查询响应系统（KisanQRS），这是一个面向农业领域的基于深度学习的稳健查询-响应框架。KisanQRS整合了农民查询的语义和词法相似性，并采用一种快速基于阈值的聚类方法。该聚类算法基于线性搜索技术，遍历所有查询并根据其相似性将其组织成簇。对于查询映射，LSTM被发现是最优方法。我们提出的答案检索方法对某作物的候选答案进行聚类，根据簇内答案数量对答案簇进行排序，并选取每个簇的领导者答案。我们分析使用的数据集包含印度政府运营的Kisan呼叫中心（KCC）3400万通话记录的一个子集。我们在印度五个主要州的300,000个样本数据上评估了查询映射模块的性能，可量化的结果表明KisanQRS显著优于传统技术，为某州实现了96.58%的最高F1分数。答案检索模块在10,000个样本上评估，获得了96.20%的竞争性NDCG分数。KisanQRS通过为农民查询提供快速且相关的响应，帮助农民做出明智的农业实践决策。
引用
@article{arxiv.2411.08883,
title = {KisanQRS: A Deep Learning-based Automated Query-Response System for Agricultural Decision-Making},
author = {Mohammad Zia Ur Rehman and Devraj Raghuvanshi and Nagendra Kumar},
journal= {arXiv preprint arXiv:2411.08883},
year = {2024}
}