基于深度学习的羊养殖问答系统的设计与实现

作     者：李茂胜 

作者单位：贵州大学 

学位级别：硕士

导师姓名：王天一

授予年度：2022年

学科分类：08[工学] 081104[工学-模式识别与智能系统] 081203[工学-计算机应用技术] 0905[农学-畜牧学] 09[农学] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：问答系统 问句分类 问句相似度计算 羊养殖 深度学习 

摘      要：近年来,我国高度重视养羊业信息化发展。羊养殖问答系统的构建,能够帮助养殖户快速、准确的获取信息,有助于促进养羊业信息化的发展。为了帮助养羊户解决养殖信息查询困难的问题,本文建立了基于问答对的羊养殖知识数据库,利用深度学习模型对问句分类算法及问句相似度计算算法进行研究,在此基础上设计并实现了羊养殖问答系统。本文的主要工作如下:(1)建立羊养殖分类数据集及问句对数据集。基于羊养殖相关问答书籍整理得到2500个养羊基础问句,在此基础上进行爬虫得到了12000个问句,对其进行整理、分类得到养殖分类数据集,对12000个句子进行匹配,得到72260个问句对数据集。(2)研究羊养殖问句分类算法。本研究结合BILSTM与CNN对句子词向量矩阵进行特征提取,然后把提取到的特征向量输入到softmax函数对问句进行分类。通过实验调节模型参数,并分别与CNN和LSTM的分类方法进行对比,本文方法在F1值上分别提高了5.8%、3.4%,达到了95.8%,对问句分类效果有一定的提升。(3)研究羊养殖问句相似度计算方法。本研究通过对羊养殖问句分析研究,先通过传统方法提取问句的编辑距离、N-gram相似性、词频、Jaccard相似度、词向量相似度等特征,并把3种基于深度学习的问句相似度计算方法的结果作为特征。然后,综合考虑全部多角度提取的特征并使用Stacking算法对特征进行融合,训练相似度计算模型。实验表明,该问句相似度计算算法F1值达到了98.6%,一定程度上提高了相似度计算的精准度。(4)设计并实现基于Web的羊养殖问答系统。系统以自己构建的羊养殖问句数据集为知识库并以Mysql数据库进行储存,以上述的问句分类模型及问句相似度模型为核心,基于Flask框架进行Web端的开发。用户可以使用自然语言进行提问,系统内部会对问句进行预处理,对问句进行分类,再把问句和知识库中类别相同的问句进行相似度计算,并对计算结果排序,然后返回相似度最高的3个问句及其答案给用户。