本發(fā)明涉及數(shù)據(jù)處理，具體涉及一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)代農(nóng)業(yè)中，農(nóng)作物種植作為一種高經(jīng)濟(jì)價(jià)值的果樹種植項(xiàng)目，面臨著大量的數(shù)據(jù)信息和決策需求。然而，當(dāng)前的農(nóng)作物種植信息系統(tǒng)存在以下幾個(gè)關(guān)鍵問題。首先，由于信息量大而散，傳統(tǒng)的信息存儲(chǔ)方法難以有效管理和存儲(chǔ)這些海量數(shù)據(jù)，導(dǎo)致信息利用率低下。其次，如何將這些數(shù)據(jù)有效轉(zhuǎn)化為可操作的知識(shí)，以指導(dǎo)農(nóng)作物種植全周期過程中的決策，是一大挑戰(zhàn)。

2、智能農(nóng)業(yè)管理是一種通過應(yīng)用現(xiàn)代科技和智能化技術(shù)來提高農(nóng)業(yè)生產(chǎn)效益和管理水平的創(chuàng)新解決方案。?它結(jié)合了物聯(lián)網(wǎng)技術(shù)、?大數(shù)據(jù)分析和人工智能等前沿技術(shù)，?為農(nóng)業(yè)領(lǐng)域的決策者提供全面、?準(zhǔn)確的數(shù)據(jù)和信息，?幫助農(nóng)民合理規(guī)劃農(nóng)業(yè)生產(chǎn)，?提高農(nóng)田利用率，?優(yōu)化農(nóng)作物種植結(jié)構(gòu)，?以實(shí)現(xiàn)農(nóng)業(yè)的可持續(xù)發(fā)展。?智能農(nóng)業(yè)管理系統(tǒng)的應(yīng)用領(lǐng)域廣泛，智慧農(nóng)田管理：，通過應(yīng)用傳感器設(shè)備實(shí)時(shí)監(jiān)測(cè)土壤濕度、?溫度、?光照等環(huán)境因素，?以及農(nóng)作物的生長狀態(tài)和需求。?系統(tǒng)自動(dòng)調(diào)整灌溉和施肥操作，?確保農(nóng)田處于最適宜的生長條件，?提高作物產(chǎn)量和質(zhì)量。?智能養(yǎng)殖管理，?通過智能傳感器監(jiān)測(cè)養(yǎng)殖環(huán)境的溫濕度、?氧氣濃度等指標(biāo)，?結(jié)合大數(shù)據(jù)分析和人工智能算法，?預(yù)測(cè)動(dòng)物的生長情況和健康狀況，?及時(shí)發(fā)現(xiàn)異常情況，?減少飼養(yǎng)風(fēng)險(xiǎn)。?智能供應(yīng)鏈管理，?協(xié)調(diào)農(nóng)產(chǎn)品供應(yīng)鏈的各個(gè)環(huán)節(jié)，?通過大數(shù)據(jù)分析和人工智能算法對(duì)市場(chǎng)需求和供應(yīng)情況進(jìn)行預(yù)測(cè)，?幫助農(nóng)民合理安排種植和養(yǎng)殖計(jì)劃，?避免農(nóng)產(chǎn)品供過于求或供不應(yīng)求的情況。?智能農(nóng)業(yè)推廣與培訓(xùn)：，提供專業(yè)的技術(shù)支持和培訓(xùn)，?幫助農(nóng)民了解和掌握使用系統(tǒng)的技能。?通過互動(dòng)式學(xué)習(xí)和在線咨詢，?農(nóng)民可以及時(shí)了解最新的農(nóng)業(yè)技術(shù)和管理經(jīng)驗(yàn)，?提升自身的技術(shù)水平和農(nóng)業(yè)生產(chǎn)能力。?智能農(nóng)業(yè)管理不僅提高了農(nóng)業(yè)生產(chǎn)效率和管理水平，?還促進(jìn)了農(nóng)業(yè)的可持續(xù)發(fā)展，?是推動(dòng)城鄉(xiāng)發(fā)展一體化的戰(zhàn)略引擎

3、現(xiàn)有的智能農(nóng)業(yè)決策系統(tǒng)有以下兩個(gè)缺點(diǎn)：1.?常常表現(xiàn)出信息孤島現(xiàn)象，缺乏系統(tǒng)性和集成性，難以提供全生命周期的種植指導(dǎo)；2.檢索工具在面對(duì)海量數(shù)據(jù)時(shí)，常常出現(xiàn)檢索不準(zhǔn)確、速度慢等問題，無法及時(shí)滿足用戶的需求，影響了決策效率。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的是提供一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答系統(tǒng)，該方法能夠整合和存儲(chǔ)海量農(nóng)作物種植數(shù)據(jù)，通過先進(jìn)的知識(shí)圖譜向量知識(shí)庫技術(shù)和高效的檢索機(jī)制，將這些數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的知識(shí)，并利用大模型的智能推理技術(shù)，將信息迅速、準(zhǔn)確地提供給用戶，支持荔枝種植全過程的決策需求。這種系統(tǒng)不僅提高了信息的利用率和決策的準(zhǔn)確性，還大大提升了用戶的使用體驗(yàn)，滿足了現(xiàn)代農(nóng)業(yè)對(duì)信息化和智能化的需求。

2、一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法，包括：

3、建立農(nóng)作物知識(shí)圖譜的向量知識(shí)庫；

4、構(gòu)建問答檢索大模型；

5、在所述向量知識(shí)庫里檢索用戶提出的問題的相關(guān)上下文；

6、所述問答檢索大模型根據(jù)所述相關(guān)上下文對(duì)所述用戶提出的問題進(jìn)行回答。

7、優(yōu)選地，所述建立農(nóng)作物知識(shí)圖譜的向量知識(shí)庫包括：

8、獲取農(nóng)作物種植知識(shí)圖譜；

9、將所述農(nóng)作物種植知識(shí)圖譜轉(zhuǎn)化為向量文件；

10、根據(jù)所述農(nóng)作物種植知識(shí)的聯(lián)系構(gòu)建農(nóng)作物知識(shí)圖譜的向量知識(shí)庫。

11、優(yōu)選地，所述構(gòu)建問答檢索大模型包括：

12、采用command-r模型作為問答檢索大模型的架構(gòu)；

13、將所述農(nóng)作物知識(shí)圖譜的向量知識(shí)庫轉(zhuǎn)化為問答檢索大模型的嵌入；

14、對(duì)所述問答檢索大模型進(jìn)行優(yōu)化。

15、優(yōu)選地，所述在向量知識(shí)庫檢索用戶提出的問題的相關(guān)上下文包括：

16、采用余弦相似性對(duì)問答檢索大模型中的向量知識(shí)庫進(jìn)行評(píng)價(jià)，余弦相似度表示為：

17、

18、其中，表示兩個(gè)農(nóng)作物知識(shí)圖譜向量，表示農(nóng)作物知識(shí)圖譜向量的內(nèi)積，,是農(nóng)作物知識(shí)圖譜向量的長度。

19、優(yōu)選地，所述在向量知識(shí)庫檢索用戶提出的問題的相關(guān)上下文包括：

20、采用皮爾遜相關(guān)系數(shù)對(duì)所述問答檢索大模型進(jìn)行檢索，皮爾遜相關(guān)系數(shù)相似度表示為：

21、

22、其中，表示兩個(gè)農(nóng)作物知識(shí)圖譜向量，n為農(nóng)作物知識(shí)圖譜向量的個(gè)數(shù)，、表示兩個(gè)農(nóng)作物知識(shí)圖譜向量的均值。

23、優(yōu)選地，所述根據(jù)所述農(nóng)作物種植知識(shí)的聯(lián)系構(gòu)建農(nóng)作物知識(shí)圖譜的向量知識(shí)庫包括：

24、根據(jù)所述農(nóng)作物種植知識(shí)的聯(lián)系，增強(qiáng)知識(shí)圖譜中文本的語義表示；

25、使用jaccard相似系數(shù)來計(jì)算增強(qiáng)后的文本相似度：

26、

27、其中，，a和b分別表示兩個(gè)文本。

28、優(yōu)選地，所述問答檢索大模型根據(jù)用戶提出的問題在向量知識(shí)庫檢索答案包括：

29、根據(jù)用戶提出的問題進(jìn)行rag檢索得到答案。

30、一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答系統(tǒng)，包括：

31、數(shù)據(jù)處理模塊，用于建立農(nóng)作物知識(shí)圖譜的向量知識(shí)庫；

32、模型構(gòu)建模塊，用于構(gòu)建問答檢索大模型；

33、數(shù)據(jù)檢索模塊，用于在向量知識(shí)庫檢索用戶提出的問題的相關(guān)上下文；

34、問答模塊，用于所述問答檢索大模型根據(jù)所述相關(guān)上下文對(duì)所述用戶提出的問題進(jìn)行回答。

35、一種電子設(shè)備，包括：芯片、處理器和存儲(chǔ)器，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序代碼，所述計(jì)算機(jī)程序代碼包括計(jì)算機(jī)指令，在所述芯片執(zhí)行所述計(jì)算機(jī)指令的情況下，所述電子設(shè)備執(zhí)行一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法。

36、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，所述程序指令在被電子設(shè)備的處理器執(zhí)行的情況下，使所述處理器執(zhí)行一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法。

37、本發(fā)明的有益效果在于：1.本發(fā)明采用多源數(shù)據(jù)融合方法，將不同來源（如傳感器數(shù)據(jù)、衛(wèi)星影像、氣象數(shù)據(jù)、歷史種植數(shù)據(jù)等）的數(shù)據(jù)進(jìn)行融合，形成一個(gè)綜合的知識(shí)圖譜，還能夠?qū)崟r(shí)數(shù)據(jù)更新，確保知識(shí)圖譜中的信息始終是最新的。2.本發(fā)明利用知識(shí)增強(qiáng)檢索和大模型，自動(dòng)識(shí)別農(nóng)作物上的病蟲害，并提供精準(zhǔn)的防治建議，基于知識(shí)圖譜和大模型，優(yōu)化施肥和灌溉策略，提高資源利用效率，減少浪費(fèi)。3.本發(fā)明基于多年來的數(shù)據(jù)和先進(jìn)的機(jī)器學(xué)習(xí)算法，建立精確的農(nóng)作物產(chǎn)量預(yù)測(cè)模型。4.本發(fā)明還能夠利用知識(shí)圖譜和大模型優(yōu)化農(nóng)作物從種植到市場(chǎng)的供應(yīng)鏈管理，減少損耗，提升效率。

技術(shù)特征：

1.一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法，其特征在于，所述建立農(nóng)作物知識(shí)圖譜的向量知識(shí)庫包括：

3.根據(jù)權(quán)利要求1所述的一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法，其特征在于，所述構(gòu)建問答檢索大模型包括：

4.根據(jù)權(quán)利要求1所述的一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法，其特征在于，所述在向量知識(shí)庫檢索用戶提出的問題的相關(guān)上下文包括：

5.根據(jù)權(quán)利要求1所述的一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法，其特征在于，所述在向量知識(shí)庫檢索用戶提出的問題的相關(guān)上下文包括：

6.根據(jù)權(quán)利要求2所述的一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法，其特征在于，所述根據(jù)所述農(nóng)作物種植知識(shí)的聯(lián)系構(gòu)建農(nóng)作物知識(shí)圖譜的向量知識(shí)庫包括：

7.根據(jù)權(quán)利要求3所述的一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法，其特征在于，所述問答檢索大模型根據(jù)用戶提出的問題在向量知識(shí)庫檢索答案包括：

8.一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答系統(tǒng)，其特征在于，包括：

9.一種電子設(shè)備，其特征在于，包括：芯片、處理器和存儲(chǔ)器，所述存儲(chǔ)器用于存儲(chǔ)計(jì)算機(jī)程序代碼，所述計(jì)算機(jī)程序代碼包括計(jì)算機(jī)指令，在所述芯片執(zhí)行所述計(jì)算機(jī)指令的情況下，所述電子設(shè)備執(zhí)行如權(quán)利要求1至7中任一項(xiàng)所述的一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法。

10.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其特征在于，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)中存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序包括程序指令，所述程序指令在被電子設(shè)備的處理器執(zhí)行的情況下，使所述處理器執(zhí)行權(quán)利要求1至7中任意一項(xiàng)所述的一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答方法。

技術(shù)總結(jié)
本發(fā)明的目的是提供一種基于檢索增強(qiáng)生成和大模型的農(nóng)業(yè)知識(shí)智能問答系統(tǒng)，該方法包括：建立農(nóng)作物知識(shí)圖譜的向量知識(shí)庫；構(gòu)建問答檢索大模型；在所述向量知識(shí)庫里檢索用戶提出的問題的相關(guān)上下文；所述問答檢索大模型根據(jù)所述相關(guān)上下文對(duì)所述用戶提出的問題進(jìn)行回答。本發(fā)明能夠整合和存儲(chǔ)海量農(nóng)作物種植數(shù)據(jù)，通過先進(jìn)的知識(shí)圖譜向量知識(shí)庫技術(shù)和高效的檢索機(jī)制，將這些數(shù)據(jù)轉(zhuǎn)化為有價(jià)值的知識(shí)，并利用大模型的智能推理技術(shù)，將信息迅速、準(zhǔn)確地提供給用戶，支持荔枝種植全過程的決策需求。這種系統(tǒng)不僅提高了信息的利用率和決策的準(zhǔn)確性，還大大提升了用戶的使用體驗(yàn)，滿足了現(xiàn)代農(nóng)業(yè)對(duì)信息化和智能化的需求。

技術(shù)研發(fā)人員：趙瑩萍,潘明,竇文祥,孟祥寶,宋廣鵬,熊征,蔣若蘭,莫志鵬
受保護(hù)的技術(shù)使用者：深圳市現(xiàn)代農(nóng)業(yè)裝備研究院
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2