论文部分内容阅读
目前农业文献中普遍存在“数据丰富而知识贫乏”现象,表现为农业专业文献数据量急剧增长,信息过载严重,用户迫切需要对过载农业信息进行压缩利用,挖掘其中关键有效的知识。而传统的信息抽取技术对过载信息抽取后,易造成核心论点语义缺失、语义歧义和语义不连贯等问题,不能满足农业用户日益增长的准确性、相关性和完整性需求。针对这种情况,本文在研究语义挖掘相关理论和把握农业数据应用场景需求的基础上,首先,结合深度学习方式需要海量信息训练超参数的特点,主要研究基于深度学习的生成式自动文摘方法,目的为了提高已有海量农业科技