論文の概要: Farmer-Bot: An Interactive Bot for Farmers
- arxiv url: http://arxiv.org/abs/2204.07032v1
- Date: Thu, 7 Apr 2022 17:52:21 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-17 06:40:10.142671
- Title: Farmer-Bot: An Interactive Bot for Farmers
- Title(参考訳): Farmer-Bot: 農家のための対話型ボット
- Authors: Narayana Darapaneni, Rajiv Tiwari, Anwesh Reddy Paduri, Suman Saurav,
Rohit Chaoji, and Sohil
- Abstract要約: 我々は、過去に農家が行ったクエリのセマンティックな類似性を取得し、将来のクエリに自動的に答えることによって、NLPモデルを構築します。
WhatsAppベースのチャットボットを、RASAをツールとして利用して農家と簡単にコミュニケーションできるようにする。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The Indian Agricultural sector generates huge employment accounting for over
54% of countrys workforce. Its overall stand in GDP is close to 14%. However,
this sector has been plagued by knowledge and infrastructure deficit,
especially in the rural sectors. Like other sectors, the Indian Agricultural
sector has seen rapid digitization with use of technology and Kisan Call Center
(KCC) is one such example. It is a Government of India initiative launched on
21st January 2004 which is a synthesis of two hitherto separate sectors the
Information Technology and Agriculture sector. However, studies have shown to
have constrains to KCC beneficiaries, especially in light of network congestion
and incomplete knowledge of the call center representatives. With the advent of
new technologies, like first-generation SMS based and next-generation social
media tools like WhatsApp, farmers in India are digitally more connected to the
agricultural information services. Previous studies have shown that the KCC
dataset can be used as a viable alternative for Chat-bot. We will base our
study with the available KCC dataset to build an NLP model by getting the
semantic similarity of the queries made by farmers in the past and use it to
automatically answer future queries. We will attempt to make a WhatsApp based
chat-bot to easily communicate with farmers using RASA as a tool.
- Abstract(参考訳): インドの農業部門は労働力の54%以上を雇用している。
GDPの総台数は14%近くである。
しかし、この部門は特に農村部において知識とインフラ不足に悩まされている。
他の部門と同様に、インド農業部門も技術を活用した急速なデジタル化が見られ、キサンコールセンター(KCC)もその例である。
2004年1月21日に発足したインド政府のイニシアチブであり、情報技術と農業の2つの部門を統合したものである。
しかしながら、ネットワークの混雑やコールセンターの代表者の不完全な知識に照らして、KCC受益者に制約があることが研究で示されている。
第一世代のSMSやWhatsAppのような次世代のソーシャルメディアツールといった新しいテクノロジーの出現により、インドの農家は農業情報サービスとデジタル的により結びついている。
これまでの研究では、KCCデータセットがChat-botの代替として使用できることが示されている。
我々は,過去の農家による問合せの意味的類似性を取得し,それを自動で問合せに利用することにより,nlpモデルを構築するために利用可能なkccデータセットをベースとする。
WhatsAppベースのチャットボットを、RASAをツールとして使う農家と簡単にコミュニケーションできるようにする。
関連論文リスト
- Agri-LLaVA: Knowledge-Infused Large Multimodal Assistant on Agricultural Pests and Diseases [49.782064512495495]
農業分野における最初のマルチモーダル・インストラクション・フォロー・データセットを構築した。
このデータセットは、約40万のデータエントリを持つ221種類以上の害虫と病気をカバーしている。
本稿では,農業用マルチモーダル対話システムであるAgri-LLaVAを開発するための知識注入型学習手法を提案する。
論文 参考訳(メタデータ) (2024-12-03T04:34:23Z) - 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) - HarvestNet: A Dataset for Detecting Smallholder Farming Activity Using
Harvest Piles and Remote Sensing [50.4506590177605]
HarvestNetは、2020-2023年のエチオピアのティグレイとアムハラの農場の存在をマッピングするためのデータセットである。
本研究は,多くの小作システムの特徴ある収穫杭の検出に基づく新しい手法を提案する。
本研究は, 農作物のリモートセンシングが, 食品の安全地帯において, よりタイムリーかつ正確な農地評価に寄与することが示唆された。
論文 参考訳(メタデータ) (2023-08-23T11:03:28Z) - 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) - Semantic Segmentation of Vegetation in Remote Sensing Imagery Using Deep
Learning [77.34726150561087]
本稿では,公開されているリモートセンシングデータからなるマルチモーダル・大規模時間データセットを作成するためのアプローチを提案する。
我々は、異なる種類の植生を分離できる畳み込みニューラルネットワーク(CNN)モデルを使用する。
論文 参考訳(メタデータ) (2022-09-28T18:51:59Z) - Future Computer Systems and Networking Research in the Netherlands: A
Manifesto [137.47124933818066]
我々はICTの重要部分としてCompSysに注目している。
オランダ経済のトップセクター、国家研究アジェンダの各ルート、国連持続可能な開発目標の各ルートは、コンプシーズの進歩なしには対処できない課題を提起する。
論文 参考訳(メタデータ) (2022-05-26T11:02:29Z) - 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) - Diagnosing Web Data of ICTs to Provide Focused Assistance in
Agricultural Adoptions [9.621466132073175]
私たちは2008年に始まったICT-Digital GreenのWebインフラストラクチャに注力しています。
調査の結果,導入率の高い農家は短い期間の動画を取り入れ,小さな村落に属していることがわかった。
我々は、ビデオからのプラクティスの採用を予測問題としてモデル化し、各5州で採用の課題に直面している農夫を特定し、支援する。
論文 参考訳(メタデータ) (2021-10-29T19:24:58Z) - Transforming India's Agricultural Sector using Ontology-based Tantra
Framework [0.0]
インドは世界最大の穀物生産国である。
インドでは、政治家が失望しない大規模な投票銀行として農家を幸せに保つことが特に重要です。
政府は農家の利益と消費者、仲介者、社会のバランスをとる必要がある。
論文 参考訳(メタデータ) (2021-01-26T04:05:14Z) - Adoption of ICT innovations in the agriculture sector in Africa: A
Systematic Literature Review [3.0969191504482243]
本研究は,アフリカの農業分野におけるICTイノベーションの探求を目的とする。
主要なICT技術は、携帯電話をターゲットにしたテキストと音声ベースのサービスである。
サービスの採用は、技術基盤の貧弱、不適切なICTポリシー、低容量のユーザによって制限されている。
論文 参考訳(メタデータ) (2020-06-24T16:03:27Z) - 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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。