Fugu-MT 論文翻訳(概要): Template-based Chatbot for Agriculture Related FAQs

論文の概要: Template-based Chatbot for Agriculture Related FAQs

arxiv url: http://arxiv.org/abs/2107.12595v1
Date: Tue, 27 Jul 2021 04:46:29 GMT
ステータス: 処理完了
システム内更新日: 2021-07-28 14:45:16.845937
Title: Template-based Chatbot for Agriculture Related FAQs
Title（参考訳）: テンプレートによる農業関連FAQ用チャットボット
Authors: Daping Zhang, Xin Chen, Yujia Zhang, Shihan Qin
Abstract要約: 農業は社会の基本産業であり、食糧供給の基礎であり、雇用とGDPの増加の重要な源である。この問題に対処するために,農業分野の質問に頻繁に答えるロボットを設計する。
参考スコア（独自算出の注目度）: 5.869240004408606
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Agriculture is the fundamental industry of the society, which is the basis of food supply and an important source of employment and GDP increase. However, the insufficient expert can not fulfill the demand of farmers. To address this problem, we design a chatbot to answer frequently asked questions in the Agriculture field. Template-based questions will be answered by AIML while LSA is used for other service-based questions. This chatbot will assist farmers by dealing with industry problems conveniently and efficiently.
Abstract（参考訳）: 農業は社会の基本産業であり、食糧供給の基礎であり、雇用とGDPの増加の重要な源である。しかし、不十分な専門家は農民の要求を満たすことができない。この問題に対処するため,農業分野の質問に頻繁に答えるチャットボットを設計した。テンプレートベースの質問はAIMLで回答され、LSAは他のサービスベースの質問に使用される。このチャットボットは、農業を便利かつ効率的に扱うことで、農家を助ける。

関連論文リスト

Farmer.Chat: Scaling AI-Powered Agricultural Services for Smallholder Farmers [0.0]
小規模と中規模の農業所有者は、地域化、タイムリーな情報へのアクセス制限、生産性と持続可能性への影響といった課題に直面している。従来の拡張サービスは、個人エージェントに依存しており、スケーラビリティとタイムリーなデリバリに苦労しています。私たちは、これらの問題に対処するために設計された、AIを使った生成型チャットボットであるFarmerChatを紹介します。 FarmerChatは4カ国で展開され、1万5000以上の農家と関わり、30万件以上の問い合わせに答えている。
論文参考訳（メタデータ） (2024-09-13T15:31:33Z)
Harnessing Large Vision and Language Models in Agriculture: A Review [3.6673562709926664]
大規模モデルは、農家が一連の農業生産タスクを検出して生産効率と収穫を改善するのに役立つ。マルチモーダル大規模言語モデル (MLLM) の理解を深めた上で, 農業画像処理, 農業質問応答システム, 農業機械自動化といった問題はすべて, 大規模モデルで解決できることが認識できる。
論文参考訳（メタデータ） (2024-07-29T03:47:54Z)
AgriLLM: Harnessing Transformers for Farmer Queries [2.8592691160719554]
本研究は,農業従事者を対象とした問合せ解決の自動化におけるLarge Language Models (LLMs) の変容の可能性を探るものである。インドで収集された現実世界のファーマークェリの膨大なデータセットのサブセットを用いて、我々の研究はタミル・ナドゥ州の約400万のクェリに焦点を当てた。
論文参考訳（メタデータ） (2024-06-21T07:37:41Z)
Chatbot Application to Support Smart Agriculture in Thailand [0.3523208537466128]
農業分野では、既存のスマート農業システムは、センサーとIoT(Internet of Things)技術からのデータのみを使用する。これを強化するために、農夫が作物の栽培知識を提供するための補助となることができる。主な5つの機能(スタート/ストップメニュー、メインページ、ドリップイリゲーションページ、霧灌水ページ、モニターページ)で構成されている。農家はこの申請に非常に満足しており、満足度は96%だ。
論文参考訳（メタデータ） (2023-07-31T11:42:44Z)
Chatbots put to the test in math and logic problems: A preliminary comparison and assessment of ChatGPT-3.5, ChatGPT-4, and Google Bard [68.8204255655161]
曖昧さがなく、プレーンテキストのみで完全に記述され、ユニークな、明確に定義された正しい回答を持つ、30の質問を使用します。回答は記録され、議論され、その強みと弱点を強調します。その結果,ChatGPT-4はChatGPT-3.5より優れていた。
論文参考訳（メタデータ） (2023-05-30T11:18:05Z)
Empowering Agrifood System with Artificial Intelligence: A Survey of the Progress, Challenges and Opportunities [86.89427012495457]
我々は、AI技術がアグリフードシステムをどう変え、現代のアグリフード産業に貢献するかをレビューする。本稿では,農業,畜産,漁業において,アグリフードシステムにおけるAI手法の進歩について概説する。我々は、AIで現代のアグリフードシステムを変革するための潜在的な課題と有望な研究機会を強調します。
論文参考訳（メタデータ） (2023-05-03T05:16:54Z)
Search-Engine-augmented Dialogue Response Generation with Cheaply Supervised Query Production [98.98161995555485]
応答生成のために,任意の検索エンジンから膨大な動的情報にアクセス可能な対話モデルを提案する。コアモジュールとして、クエリプロデューサを使用して、対話コンテキストからクエリを生成して、検索エンジンと対話する。 R@1とR@5のレートを62.4%と74.8%で達成できることを示す実験を行った。
論文参考訳（メタデータ） (2023-02-16T01:58:10Z)
LSTM-RASA Based Agri Farm Assistant for Farmers [1.4777718769290527]
このプロジェクトは、農業分野のためのクローズドドメインのChatBotを実装することを目的としている。 Farmers AssistantはRASA Open Source Frameworkをベースにしている。ユーザエンティティを発話から識別し、データベースから治療を検索する。
論文参考訳（メタデータ） (2022-04-07T11:01:54Z)
A Dataset of Information-Seeking Questions and Answers Anchored in Research Papers [66.11048565324468]
1,585の自然言語処理論文に関する5,049の質問のデータセットを提示する。各質問は、対応する論文のタイトルと要約のみを読むNLP実践者によって書かれ、質問は全文に存在する情報を求めます。他のQAタスクでうまく機能する既存のモデルは、これらの質問に答える上ではうまく機能せず、論文全体から回答する際には、少なくとも27 F1ポイントパフォーマンスが低下します。
論文参考訳（メタデータ） (2021-05-07T00:12:34Z)
Understanding Unnatural Questions Improves Reasoning over Text [54.235828149899625]
生テキストに対する複雑な質問応答(CQA)は難しい課題である。効果的なCQAモデルを学ぶには、大量の人間が注釈付けしたデータが必要である。我々は、自然の人間生成の質問を非自然の機械生成の質問に投影することで、高品質なプログラマ(パーザ)を学ぶという課題に対処する。
論文参考訳（メタデータ） (2020-10-19T10:22:16Z)
Agriculture-Vision: A Large Aerial Image Database for Agricultural Pattern Analysis [110.30849704592592]
本稿では,農業パターンのセマンティックセグメンテーションのための大規模空中農地画像データセットであるGarmry-Visionを提案する。各画像はRGBと近赤外線(NIR)チャンネルで構成され、解像度は1ピクセルあたり10cmである。農家にとって最も重要な9種類のフィールド異常パターンに注釈を付ける。
論文参考訳（メタデータ） (2020-01-05T20:19:33Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。