农业工程学报

作者：邹佳贤,陈雷,何浩楠,袁媛,

关键词：玉米, 知识图谱, 大语言模型, 模糊问答, 澄清问题生成

基金：42

针对农业种植影响因素众多导致的用户问答存在歧义的情况，该研究提出一种基于大语言模型的澄清式玉米知识图谱问答框架。该框架由知识检索器、事实分析器、问题澄清器和答案生成器组成，并通过引入行动标记对澄清式问答流程进行建模，实现多模块之间的协同控制与问答过程的可控执行。以玉米种植为例，构建玉米知识图谱和玉米种植相关的歧义问答数据集，并在此基础上开展试验。试验结果表明，该方法能够有效利用知识图谱检索相关知识，并通过生成澄清问题与用户进行主动交互，从而精准识别用户的真实需求。与通用领域和农业领域中的最优大模型ShizishanGPT相比，C-CornKGQA在ROUGE-L（基于最长公共子序列的召回率评估指标）和BLEU-4（基于四元语法的精确率评估指标）指标上分别提升了24.38和6.63个百分点。在问答场景中，该方法同样展现出一定的适用性和实际应用价值，可为农业领域智能服务系统提供技术支撑。/

来源：2026年第5期

《农业工程学报》期刊编辑部

查看农业工程学报杂志2026年第5期