基于ChatGLM2-6B的农业政策问答系统

摘要：

[目的]为了提高政策的透明度、降低信息不对称,为利益相关者提供一个获得农业政策信息与指导的便捷途径,本文构建了结合ChatGLM2-6B和Langchain-Chatchat的农业政策问答系统.[方法]通过爬虫获取国家乡村振兴局公示的农业政策全文和中央一号等指导性农业政策全文以及黄河九省乡村振兴局农业政策全文,构建农业政策问答数据集,利用该数据集对ChatGLM2-6B模型进行QLoRA微调及模型合并量化,然后将得到的ChatGLM2-6B-QLoRA-int4模型与Langchain-Chatchat及本地农业政策知识库结合构建农业政策问答系统.[结果]对ChatGPT、ChatGLM2-6B、ChatGLM2-6B-QLoRA和本问答系统分别进行提问,对回答结果采用专家打分法进行评价,本系统在农业政策专业领域中回答评分优于ChatGLM2-6B、ChatGLM2-6B-QLoRA,综合效果而言优于ChatGPT.[结论]本研究所构建问答系统在农业政策领域表现较好,能确保专有数据安全,可以实现基于LLM的问答系统本地部署.

关键词：大语言模型(LLM)、农业、政策、问答系统、垂直领域

所属期刊栏目：6

分类号：F270;TP309.2;F832.51

资助基金：国家重点研发计划2021YFF0704204

在线出版日期：2024-08-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：116-127