基于改進Bi-LSTM-CRF的農(nóng)業(yè)問答系統(tǒng)研究

打開文本圖片集

摘要：針對農(nóng)業(yè)領(lǐng)域問答系統(tǒng)面臨的實體識別困難的問題，提出一種基于改進Bi-LSTM-CRF的實體識別方法。首先通過BERT預訓練模型的預處理，生成基于上下文信息的詞向量，然后將訓練出的詞向量輸入Bi-LSTM-CRF做進一步的訓練處理，最后，利用Python的Django框架設(shè)計農(nóng)業(yè)領(lǐng)域的實體識別、實體查詢、農(nóng)知問答等子系統(tǒng)。（剩余11401字）