論文の概要: Agribot: agriculture-specific question answer system
- arxiv url: http://arxiv.org/abs/2509.21535v1
- Date: Thu, 25 Sep 2025 20:22:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-09-29 20:57:53.984416
- Title: Agribot: agriculture-specific question answer system
- Title（参考訳）: Agribot:農業固有の質問応答システム
- Authors: Naman Jain, Pranjali Jain, Pratik Kayal, Jayakrishna Sahit, Soham Pachpande, Jayesh Choudhari,
- Abstract要約: このシステムは文の埋め込みモデルに基づいており、精度は56%である。
コールセンターの従業員の仕事はより簡単になり、様々な労働者のハードワークはより良い目標にリダイレクトできる。
- 参考スコア（独自算出の注目度）: 4.585380496802519
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: India is an agro-based economy and proper information about agricultural practices is the key to optimal agricultural growth and output. In order to answer the queries of the farmer, we have build an agricultural chatbot based on the dataset from Kisan Call Center. This system is robust enough to answer queries related to weather, market rates, plant protection and government schemes. This system is available 24* 7, can be accessed through any electronic device and the information is delivered with the ease of understanding. The system is based on a sentence embedding model which gives an accuracy of 56%. After eliminating synonyms and incorporating entity extraction, the accuracy jumps to 86%. With such a system, farmers can progress towards easier information about farming related practices and hence a better agricultural output. The job of the Call Center workforce would be made easier and the hard work of various such workers can be redirected to a better goal.
- Abstract（参考訳）: インドは農業を基盤とする経済であり、農業の実践に関する適切な情報が最適な農業の成長と生産の鍵となっている。
農家の問い合わせに答えるために,キサンコールセンターのデータセットに基づく農業チャットボットを構築した。
このシステムは、天候、市場レート、植物保護、政府の計画に関する質問に答えられるほど堅牢である。
このシステムは24*7で、あらゆる電子機器を通じてアクセスでき、その情報は理解し易い形で配信される。
このシステムは文の埋め込みモデルに基づいており、精度は56%である。
同義語を排除し、実体抽出を取り入れた後、精度は86%に向上した。
このようなシステムにより、農家は農業関連の慣行に関するより簡単な情報へと進むことができ、それによって農業生産がより良くなる。
コールセンターの従業員の仕事はより簡単になり、様々な労働者のハードワークはより良い目標にリダイレクトできる。
関連論文リスト
- Intent Aware Context Retrieval for Multi-Turn Agricultural Question Answering [17.122839125789557]
インディアンの農夫は、特に識字率の低い田園部では、タイムリーで、アクセシビリティがあり、言語に優しい農業アドバイスを欠いている。
本稿では,AIを活用した新しい農業チャットボットKrishi Sathiについて述べる。
Krishi Sathi氏は、構造化されたマルチターンの会話フローに従って、ファーマーから必要な詳細を徐々に収集し、応答を生成する前にクエリが完全に理解されるようにする。
論文 参考訳（メタデータ） (2025-07-28T09:00:44Z) - AgroLLM: Connecting Farmers and Agricultural Practices through Large Language Models for Enhanced Knowledge Transfer and Practical Application [1.9643850583333375]
AgroLLMは、Large Language Models(LLM)とRetrieval-Augmented Generation(RAG)フレームワークを使用して、農業における知識共有と教育を強化するように設計されている。
4つの主要農業領域における性能評価のための3つの先進モデルの比較研究を行った。
RAGを用いたChatGPT-4o Miniの精度は93%であった。
論文 参考訳（メタデータ） (2025-02-28T04:13:18Z) - 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) - Generating Diverse Agricultural Data for Vision-Based Farming Applications [74.79409721178489]
このモデルは, 植物の成長段階, 土壌条件の多様性, 照明条件の異なるランダム化フィールド配置をシミュレートすることができる。
我々のデータセットにはセマンティックラベル付き12,000の画像が含まれており、精密農業におけるコンピュータビジョンタスクの包括的なリソースを提供する。
論文 参考訳（メタデータ） (2024-03-27T08:42:47Z) - 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) - Agricultural Knowledge Management Using Smart Voice Messaging Systems:
Combination of Physical and Human Sensors [0.0]
農業知識管理システムにおける物理的・人的センサー(五感)の組み合わせを提案する。
農家は自分の目、耳、鼻、舌、指を使って、作物の特徴や状況のさまざまな変化を確認することができた。
物理的・人的センサー(音声メッセージ)が捉えたデータは、データとテキストマイニングによって分析され、農業の知識を創造し改善する。
論文 参考訳（メタデータ） (2020-08-09T11:46:03Z) - Learning from Data to Optimize Control in Precision Farming [77.34726150561087]
特集は、統計的推論、機械学習、精密農業のための最適制御における最新の発展を示す。
衛星の位置決めとナビゲーションとそれに続くInternet-of-Thingsは、リアルタイムで農業プロセスの最適化に使用できる膨大な情報を生成する。
論文 参考訳（メタデータ） (2020-07-07T12:44:17Z)
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。