农业机械学报

作者：金宁，赵春江，吴华瑞，缪祎晟，王海琛，杨宝祝

单位：沈阳农业大学;沈阳建筑大学,国家农业信息化工程技术研究中心;北京农业信息技术研究中心,国家农业信息化工程技术研究中心;北京农业信息技术研究中心,国家农业信息化工程技术研究中心;北京农业信息技术研究中心,国家农业信息化工程技术研究中心;沈阳建筑大学,国家农业信息化工程技术研究中心;北京农业信息技术研究中心,

关键词：农业短文本匹配;多语义特征;词语共现;双向长短期记忆网络;卷积神经网络

基金：国家重点研发计划项目（2019YFD1101105）、北京市科技计划项目（Z191100004019007）、国家自然科学基金项目（61871041）和国家大宗蔬菜产业技术体系岗位专家项目（CARS-23-C06）

“中国农技推广APP”农业问答社区存在提问数据量大、规范性差、涉及面广、噪声多、特征稀疏等影响文本语义匹配的问题，为了改善农业提问数据相似性判断的性能，提出了融合多语义特征的文本匹配模型Co_BiLSTM_CNN，从深度语义、词语共现、最大匹配度3个层面提取短文本特征，并利用共享参数的孪生网络结构，分别运用双向长短期记忆网络、卷积神经网络和密集连接网络构建文本匹配模型。试验结果表明，该模型可以更全面提取文本特征，文本相似性判断的正确率达94.15%，与其他6种模型相比，文本匹配效果优势明显。

来源：2022年第5期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2022年第5期