摘要
本发明公开了基于动态知识图谱的农业领域灾害预警和咨询应答方法,属于数据分析处理技术领域,本申请设计基于意图识别的深度卷积神经网络,提高对话意图识别的准确性,可较好的对用户问题数据进行学习,抽取出用户问题中的关键信息,并根据关键信息对文本意图进行正确识别,生成对抗神经网络可进行用户意图分析,提升农业智能应答的准确性、针对性,通过利用生成对抗神经网络强大的建模能力及对抗学习思想,可较好的完成特征提取,并根据特征生成合理的、有帮助性的、针对特定意图的回复,基于贝叶斯神经网络的预警模型,提升了预警效果,对农业灾害防治起到指导性作用,解决了传统BP神经网络收敛速度慢、容易陷入局部最小化的问题。
技术关键词
动态知识图谱
生成对抗神经网络
贝叶斯神经网络
农业预警
生成神经网络模型
文本
数据
word2vec模型
意图类别
训练卷积神经网络
预警模型
意图识别
语义向量
深度卷积神经网络
神经网络结构
深度学习方法
系统为您推荐了相关专利信息
车载前视
注意力
融合特征
语义分割神经网络
影像
协同方法
动态知识图谱
评估机器学习模型
贸易
风险点
非点源污染
溯源方法
数据特征提取
双网络
敏感性分析方法
链路跟踪方法
负载均衡路径
全生命周期数据
设备状态参数
跟踪特征