在精准作物生产和管理的背景下，智能农业问答系统在农业生产、科学研究、教育等领域得到了越来越广泛的应用（Zhao, 2023）。农业知识具有高度专业性和复杂性。现有的农业知识相对分散，导致获取成本较高。知识图谱（KG）采用结构化的信息组织格式，能够以细粒度和对结构化的方式建模复杂的语义信息（Zhou et al., 2023）。因此，构建农业KG以辅助问答系统已成为一个热门课题（Chen et al., 2023, Sun et al., 2024, K. Wang et al., 2023）。T. Wang等人（2023）利用高质量的语料库和预训练的LLM构建了农业问答模型。多跳KGQA方法利用传感器和环境数据指导生产（Li et al., 2023），而其他方法则通过实体映射、意图-槽检测和语义聚类来提高准确性和效率（Zhu et al., 2022, Hao et al., 2023, Rehman et al., 2023）。
尽管取得了这些进展，现有的农业问答系统在很大程度上是被动的，假设用户能够清晰表达信息需求，而实际情况是用户的查询往往简短且具有歧义（Yang and Yang, 2020, Deng et al., 2022）。澄清问题有助于消除用户意图的歧义，从而使系统能够提供更准确的响应（Deng et al., 2023a）。图1展示了玉米KGQA中CQG的一个示例。如果没有主动进行澄清以识别复杂因素，问答系统可能无法提供精确的指导，从而导致用户体验不佳（Lei et al., 2022, Zhang et al., 2025）。
现有的CQG研究大致可以分为基于排序的方法和基于生成的方法。基于排序的方法从预定义的问答库中选择与模糊查询最相关的澄清问题（Rao and III, 2018, Krasakis et al., 2020）。然而，这些方法依赖于手工构建的问答库，因此成本较高且难以扩展。基于生成的方法使用生成模型来生成澄清问题。先前的研究探索了基于模板的指导（Wang and Li, 2021）、通过查询 facets 进行语义增强（Sekulic et al., 2021）、对模糊上下文进行分层建模（Shao et al., 2022）、基于信息增益的生成（Kim et al., 2024）以及使用LLM的基于提示的CQG（Mu et al., 2024, Deng et al., 2023b, Zhang et al., 2025）。在基于知识的问答背景下，Xu等人（2019）提出了从粗粒度到细粒度生成澄清问题的方法。虽然这些方法在一般领域有效，但很少被应用于农业场景。相应地，已经引入了几个CQG数据集，包括ClariQ（Aliannejadi et al., 2020）、Qulac（Aliannejadi et al., 2019）、Abg-CoQA（Guo et al., 2021）、PAQA（Erbacher et al., 2024）、CAMBIGNQ（Lee et al., 2023）、CLAQUA（Xu et al., 2019）和PACIFIC（Deng et al., 2022），这些数据集主要针对开放或通用领域。
研究理由和差距：主动式CQG对于确保农业KGQA系统能够获取准确指导所需的缺失信息至关重要。将CQG应用于农业KGQA面临两个主要挑战。首先，现有的CQG数据集主要针对开放或通用领域设计，而农业领域尚未得到充分探索。其次，农业领域的歧义与通用领域的歧义根本不同。农业歧义不是由词汇或指称不确定性引起的，而是由多种相互作用的因素（如播种期、土壤条件、品种类型和气候）共同决定的。对这些因素的任何错误假设都可能导致错误的农业决策，并产生实际后果。这些挑战使得现有CQG方法难以在农业KGQA系统中生成有效的澄清问题，从而揭示了明显的研究空白。
为明确解决这些限制，我们将现有的通用领域CQG资源与我们的数据集和框架进行了对比。现有的CQG数据集（如ClariQ、Qulac）主要针对开放领域，缺乏农业背景，而我们的ClariCorn数据集包含99,000个特定于玉米的三元组和2,400对针对种植场景的模糊问题与澄清问题的配对。同样，通用领域的框架（如SHiP、ACQKBQA）没有编码结构化的农业知识，而KGQA-CQG对知识和问题的联合编码确保了澄清问题与实际玉米种植需求的匹配。
研究目标和贡献：本研究的主要目标是通过为模糊用户查询生成澄清问题来提高农业KGQA系统的主动性。这一目标分解为以下具体目标：（1）构建农业CQG数据集：引入ClariCorn，这是农业领域首个CQG数据集，为处理特定领域的歧义提供高质量的数据。（2）开发农业歧义处理框架：提出KGQA-CQG，这是一个两阶段框架，基于检索到的候选实体生成澄清问题。（3）弥合研究差距：提供方法论上的改进和高质量的数据资源，以克服现有CQG方法在农业问答中的局限性。
ClariCorn是一个用于模糊农业KGQA的CQG数据集，包含一个玉米知识图谱及其对应的模糊问题与澄清问题配对。该知识图谱是根据农业技术网站上的玉米生产信息构建的。使用LLM对歧义属性（如种植季节、土壤条件、生长阶段）进行了细化。在这些属性的指导下，通过关键词匹配半自动地生成了模糊问题和澄清问题，并遵循统一的问答框架和候选选项模板。所有注释都经过三位农业专家的交叉检查和审核，以确保准确性和可靠性。
基于这个数据集，我们提出了KGQA-CQG，这是一个用于模糊KGQA的两阶段CQG框架。在第一阶段，根据用户查询从知识图谱中检索所有可能的答案实体。在第二阶段，使用检索到的实体作为上下文生成澄清问题。每个澄清问题包括两个部分：用于消除歧义的候选选项（例如春季和夏季）和一个突出歧义类别的通用问答框架（例如：您在哪个季节播种种子？）。上下文变换器被用来联合编码问题和候选实体，从而提高系统检测歧义和生成相关澄清问题的能力。
我们在本文中的贡献可以总结如下：
(1) 我们构建了ClariCorn，这是农业领域首个CQG数据集。
(2) 我们提出了KGQA-CQG框架，用于生成澄清问题并提高农业KGQA系统的主动性。
(3) 我们评估了生成澄清问题的准确性和流畅性。KGQA-CQG在自动指标上的表现优于传统基线，证明了其在玉米KGQA澄清问题处理方面的有效性。
