本发明涉及农业,尤其涉及一种基于农事方案模型生成农事方案方法及相关装置。
背景技术:
1、随着数字农业的不断发展,农事经验由人工向数字化发展,传统的农事经验由农民自己根据经验总结并实施,比较粗放管理,导致农作物产量和质量较低。经验丰富的农业专家具有较好的农业知识和经验,可以对农民进行农事指导。但农业专家人数有限,不能进行很好的农技普及。
技术实现思路
1、为了克服现有技术的不足,本发明提供了一种基于农事方案模型生成农事方案方法及相关装置,实现了通过基于农业专家知识库构建农事方案模型,农事方案模型基于输入当前农作物生长情况数据信息,生成农事方案。
2、为了实现上述发明目的,本发明采用以下技术方案:
3、本技术第一方面提供了一种基于农事方案模型生成农事方案方法,包括以下步骤:
4、s101、获取农业数据信息构建农业专家知识库,基于农业专家知识库构建农事方案模型;
5、s102、构建条件约束子模型对农事方案模型进行约束;
6、s103、输入当前农作物生长情况数据信息,并进行特征提取处理;
7、s104、基于农事方案模型对特征提取结果进行农作物生长状况判定处理;
8、s105、农事方案模型调用农业专家知识库对农作物生长状况判定处理结果生成农事方案。
9、进一步的,获取农业数据信息构建农业专家知识库包括以下步骤:
10、获取农业数据信息并进行特征提取处理;
11、基于特征提取处理结果构建农业专家知识库。
12、进一步的,基于农业专家知识库构建农事方案模型包括以下步骤:
13、基于农业专家知识库构建大型语言模型的数据集;
14、基于农业专家知识库构建分批次性的数据集,对每一批次数据集,基于预定义的prompt模板对大型语言模型进行分批训练;
15、若当下批次训练得到的模型高于预设的训练损失,则微调prompt模板(prompt可以包含上下文信息,以便模型理解和生成与之相关的内容,上下文可以是先前的对话历史、背景知识或特定领域的约束)和数据集重新进行训练;
16、若当下批次训练得到的模型不高于预设的训练损失,则继续进行下一批次数据集的训练,并且下一批次基于上一批次训练得到的模型进行训练,直到所有批次数据集训练完毕,得到农事方案模型。
17、进一步的,条件约束子模型包括用户限制模块、行业限制模块、输出限制模块。
18、进一步的,构建条件约束子模型对农事方案模型进行约束包括以下步骤:
19、构建条件约束子模型,条件约束子模型包括用户限制模块、行业限制模块、输出限制模块;
20、基于条件约束子模型的用户限制模块,用于根据不同权限等级的用户可进行相应权限等级的操作处理;
21、基于条件约束子模型的行业限制模块,用于基于所输入的问题数据,只能输出农业相关回答数据内容;
22、基于条件约束子模型的输出限制模块,用于对所输出内容数据进行文件格式限制。
23、进一步的,输入当前农作物生长情况数据信息,并进行特征提取处理包括以下步骤:
24、输入农作物生长环境数据信息和农作物生长阶段数据信息:
25、对农作物生长环境数据信息和农作物生长阶段数据信息进行数据预处理;
26、对数据预处理结果进行特征关键词的提取,得到气象特征关键词、土壤特征关键词、农作物生长特征关键词和农作物生长症状特征关键词,基于特征关键词的提取结果构建知识图谱,知识图谱包括不同的农作物类型、不同农作物在不同气象特征、土壤特征、农作物生长特征下的生长症状特征,对得到的知识图谱进行分布式存储至图数据库。
27、进一步的,基于农事方案模型对特征提取结果进行农作物生长状况判定处理包括以下步骤:
28、若知识图谱检索不到时,则输入气象特征、土壤特征和农作物生长特征进入农事方案模型进行农作物生长症状判定处理,得到农作物生长症状判定处理结果;
29、若存在农作物生长症状判定处理结果与农作物生长症状特征不相似,则标记农作物生长症状判定处理结果;
30、若存在农作物生长症状判定处理结果与农作物生长症状特征相似,则选择与农作物生长症状特征相似的农作物生长症状判定处理结果;
31、农作物生长症状判定处理结果与农作物生长症状特征之间的相似度计算余弦相似度公式:
32、
33、其中,similarity为农作物生长症状判定处理结果与农作物生长症状特征之
34、间的相似度,表示预测得到的农作物生长症状特征向量,表示已知存在的农作物生长症状特征向量。
35、进一步的,农事方案模型调用农业专家知识库对农作物生长状况判定处理结果生成农事方案包括以下步骤:
36、若存在农作物生长症状判定处理结果与农作物生长症状特征相似,则基于农事方案模型调用农业专家知识库,基于与农作物生长症状特征相似的农作物生长症状判定处理结果生成农事方案;
37、若不存在农作物生长症状判定处理结果与农作物生长症状特征相似,则农事方案模型进行标记农作物生长症状判定处理结果并输出。
38、本技术第二方面提供了一种基于农事方案模型生成农事方案系统,包括:
39、数据获取单元,用于获取农业数据信息;
40、第一构建单元,用于基于农业数据信息构建农业专家知识库;
41、第二构建单元,用于基于农业专家知识库构建农事方案模型;
42、第三构建单元,用于构建条件约束子模型,条件约束子模型用于对农事方案模型进行约束;
43、第一处理单元,用于输入当前农作物生长情况数据信息,并进行特征提取处理;
44、第二处理单元,用于基于农事方案模型对特征提取结果进行农作物生长状况判定处理;
45、第三处理单元,用于农事方案模型调用农业专家知识库对农作物生长状况判定处理结果生成农事方案;
46、用户交互单元,用于用户进行农事方案的询问、制定和管理;
47、农事管理单元,用于进行农事记录、生长环境监测和农事方案管理。
48、本技术第三方面提供了一种基于农事方案模型生成农事方案设备,包括处理器以及存储器:
49、存储器用于存储程序代码,并将程序代码传输给处理器;
50、处理器用于根据程序代码中的指令执行上述方法的基于农事方案模型生成农事方案方法。
51、本技术第四方面提供了一种计算机可读存储介质,所述计算机可读存储介质用于存储程序代码,所述程序代码用于执行第一方面所述的基于农事方案模型生成农事方案方法。
52、本技术的有益效果:实现了通过基于农业专家知识库构建农事方案模型,农事方案模型基于输入当前农作物生长情况数据信息,生成农事方案。
53、实现了利用大型语言模型技术和农业专家知识库构建,农事方案模型,实现向农民用户智能推荐农事方案,解决传统农事方案粗放管理甚至没有的问题,从而进一步提高农业生产水平,即有助于农业生产者的农事方案生成,针对智能的农事方案制定农事活动,可以有助于农业生产的质量和产量。
54、通过农事方案模型解决农民经验缺乏的问题,由过去经验少、无经验变成专家知识库推广普及指导,解决农业技术问题。