論文の概要: LSTM-RASA Based Agri Farm Assistant for Farmers
- arxiv url: http://arxiv.org/abs/2204.09717v1
- Date: Thu, 7 Apr 2022 11:01:54 GMT
- ステータス: 処理完了
- システム内更新日: 2022-04-24 16:14:05.316789
- Title: LSTM-RASA Based Agri Farm Assistant for Farmers
- Title(参考訳): LSTM-RASAによる農家向けアグリファームアシスタント
- Authors: Narayana Darapaneni, Selvakumar Raj, Raghul V, Venkatesh Sivaraman,
Sunil Mohan, and Anwesh Reddy Paduri
- Abstract要約: 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。
- 参考スコア(独自算出の注目度): 1.4777718769290527
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The application of Deep Learning and Natural Language based ChatBots are
growing rapidly in recent years. They are used in many fields like customer
support, reservation system and as personal assistant. The Enterprises are
using such ChatBots to serve their customers in a better and efficient manner.
Even after such technological advancement, the expert advice does not reach the
farmers on timely manner. The farmers are still largely dependent on their
peers knowledge in solving the problems they face in their field. These
technologies have not been effectively used to give the required information to
farmers on timely manner. This project aims to implement a closed domain
ChatBot for the field of Agriculture Farmers Assistant. Farmers can have
conversation with the Chatbot and get the expert advice in their field. Farmers
Assistant is based on RASA Open Source Framework. The Chatbot identifies the
intent and entity from user utterances and retrieve the remedy from the
database and share it with the user. We tested the Bot with existing data and
it showed promising results.
- Abstract(参考訳): 近年,ディープラーニングと自然言語ベースのチャットボットの応用が急速に増加している。
カスタマーサポート、予約システム、パーソナルアシスタントなど多くの分野で使用されている。
企業はこのようなチャットボットを使って顧客に対して、より良く効率的な方法でサービスを提供する。
このような技術進歩の後でも、専門家の助言はタイムリーに農民に届かない。
農家はいまだに、彼らの分野で直面する問題の解決に、仲間の知識に大きく依存している。
これらの技術は、農夫にタイムリーに情報を提供するために効果的に使われていない。
このプロジェクトは、農業農家アシスタント分野のためのクローズドドメインChatBotを実装することを目的としている。
農家はチャットボットと会話し、現場で専門家のアドバイスを受けることができる。
Farmers AssistantはRASA Open Source Frameworkをベースにしている。
チャットボットは、ユーザの発話から意図と実体を特定し、データベースから修正情報を検索し、ユーザと共有する。
既存のデータを使ってBotをテストしたところ、有望な結果が得られました。
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) - A Complete Survey on LLM-based AI Chatbots [46.18523139094807]
過去数十年間、データの増加を目撃し、データ収集、学習ベースのAI技術の基礎を築いた。
AIチャットボットと呼ばれる会話エージェントは、大きな言語モデル(LLM)をトレーニングし、ユーザのプロンプトに応じて新しいコンテンツ(知識)を生成するために、そのようなデータに大きく依存している。
本稿では,様々な分野におけるLLMベースのチャットボットの進化と展開に関する完全な調査を行う。
論文 参考訳(メタデータ) (2024-06-17T09:39:34Z) - WildChat: 1M ChatGPT Interaction Logs in the Wild [88.05964311416717]
WildChatは100万件のユーザー・チャットGPT会話のコーパスで、250万回以上のインタラクション・ターンで構成されている。
タイムスタンプによるチャットの書き起こしに加えて、州、国、ハッシュIPアドレスを含む人口統計データでデータセットを豊かにします。
論文 参考訳(メタデータ) (2024-05-02T17:00:02Z) - 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) - ChatAgri: Exploring Potentials of ChatGPT on Cross-linguistic
Agricultural Text Classification [8.18726897455402]
高効率で必要な農業知識にアクセスできるようにするために,効果的なテキスト分類手法を検討することが急務である。
プレトレーニング言語モデル(PLM)に微調整戦略を取り入れた主流のディープラーニングアプローチは、ここ数年で顕著なパフォーマンス向上を示してきた。
本研究では,農業情報化分野に適用するChatGPTの能力と利用性について検討する。
論文 参考訳(メタデータ) (2023-05-24T11:06:23Z) - 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) - Neural Generation Meets Real People: Building a Social, Informative
Open-Domain Dialogue Agent [65.68144111226626]
Chirpy Cardinalは、情報と会話の両方をねらっている。
ユーザーとボットの両方を交互に会話に駆り立てる。
Chirpy Cardinalは、Alexa Prize Socialbot Grand Challengeで9つのボットのうち2位にランクインした。
論文 参考訳(メタデータ) (2022-07-25T09:57:23Z) - Farmer-Bot: An Interactive Bot for Farmers [0.0]
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。
論文 参考訳(メタデータ) (2022-04-07T17:52:21Z) - Training Conversational Agents with Generative Conversational Networks [74.9941330874663]
我々は、生成会話ネットワークを使用して、自動的にデータを生成し、社会的会話エージェントを訓練する。
自動メトリクスと人的評価器を用いてTopicalChatのアプローチを評価し、10%のシードデータで100%のデータを使用するベースラインに近いパフォーマンスを示す。
論文 参考訳(メタデータ) (2021-10-15T21:46:39Z) - Template-based Chatbot for Agriculture Related FAQs [5.869240004408606]
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。
論文 参考訳(メタデータ) (2021-07-27T04:46:29Z) - Put Chatbot into Its Interlocutor's Shoes: New Framework to Learn
Chatbot Responding with Intention [55.77218465471519]
本稿では,チャットボットに人間のような意図を持つための革新的なフレームワークを提案する。
我々のフレームワークには、ガイドロボットと人間の役割を担うインターロケータモデルが含まれていた。
本フレームワークを3つの実験的なセットアップを用いて検討し,4つの異なる指標を用いた誘導ロボットの評価を行い,柔軟性と性能の利点を実証した。
論文 参考訳(メタデータ) (2021-03-30T15:24:37Z)
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。