文档摘要：本研究开发了一套专为风电业务人员设计的智能问答系统,该系统融合了结构化知识图谱和经过微调的先进大模型技术,提供高效且准确的信息检索服务,以促进决策效率的提升和企业效益的增长.在深度分析企业风电装备数据的基础上,本文首先采用本体建模、数据处理和知识融合等手段构建了一个风电装备领域知识图谱.随后,本研究采用JointKG-Bert模型对问题进行精确分类和实体识别,并将识别结果填充事先设定的知识库Cypher查询语句模板和大语言模型的Prompt模板,进而实现了知识库的问答与大模型的问答,构筑了一个高效的双轨问答机制.经专家评测表明,问答系统在处理领域问题时知识库问答准确率达到88.7％,经调整的大模型在处理领域问题和非领域问题的准确率分别达到66.2％和91.25％,满足了企业在风电装备信息检索方面的需求.本研究提出的问答系统显著提升了风电行业从业人员的信息获取效率,并为企业提供了一种创新的知识管理和应用解决方案.
Abstract：ThisstudyaimstodevelopanintelligentQ&Asystemdesignedforwindpowerbusinesspersonnel,whichincorporatesstructuredknowledgegraphsandfine-tunedadvancedbigmodeltechniques,withtheaimofprovidingefficientandaccurateinformationretrievalservicestofacilitatedecision-makingefficiencyandcorporatebenefitgrowth.Basedonthein-depthanalysisofenterprisewindpowerequipmentdata,thispaperfirstlyconstructsaknowledgegraphinthefieldofwindpowerequipmentbymeansofontologymodelling,dataprocessingandknowledgefusion.Subsequently,thisstudyadoptstheJointKG-Bertmodeltoaccuratelyclassifyquestionsandidentifyentities,andfillstheidentificationresultswiththepre-setCypherquerystatementtemplateoftheknowledgebaseandthePrompttemplateofthebiglanguagemodel,whichinturnrealisestheQ&AoftheknowledgebaseandtheQ&Aofthebigmodel,andconstructsahighlyefficientdual-trackQ&Amechanism.TheexpertevaluationshowsthattheQ&Asystemachieves88.7％accuracyoftheknowledgebaseQ&Awhendealingwithdomainquestions,andtheadjustedlargemodelachieves66.2％and91.25％accuracywhendealingwithdomainandnon-domainquestions,respectively,whichmeetstheenterprise'sneedsforinformationretrievalofwindpowerequipment.TheQ&Asystemproposedinthisstudysignificantlyimprovestheinformationacquisitionefficiencyofwindpowerindustrypractitionersandprovidesaninnovativeknowledgemanagementandapplicationsolutionforenterprises.
作者：石致远 张佳蕾 孔志伟 伏洪兵 徐海 王淑营 闫富乾 王立闻 凌乐 Author：SHIZhiyuan ZHANGJialei KONGZhiwei FUHongbing XUHai WANGShuying YANFuqian WANGLiwen LINGLe
作者单位：东方电气集团科学技术研究院有限公司,成都611731;西南交通大学,成都610031东方电气集团科学技术研究院有限公司,成都611731东方电气集团东方电气风电股份有限公司,四川德阳618000西南交通大学,成都610031
刊名：东方电气评论
Journal：DongfangElectricReview
年，卷(期)：2024, 38(3)
分类号：F426.61
关键词：风电装备 知识图谱智能问答 JointKG-Bert 大语言模型
Keywords：windpowerequipment knowledgegraphintelligentQ&A jointintentrecognition LLM
机标分类号：TP311TU984G623.31
在线出版日期：2024年7月8日
基金项目：结合知识图谱与大语言模型的风电装备智能问答系统[
期刊论文] 东方电气评论--2024, 38(3)石致远 张佳蕾 孔志伟 伏洪兵 徐海 王淑营 闫富乾 王立闻 凌乐本研究开发了一套专为风电业务人员设计的智能问答系统,该系统融合了结构化知识图谱和经过微调的先进大模型技术,提供高效且准确的信息检索服务,以促进决策效率的提升和企业效益的增长.在深度分析企业风电装备数据的基础...参考文献和引证文献
参考文献
引证文献
本文读者也读过
相似文献
相关博文
关键词：风电装备,知识图谱智能问答,JointKG-Bert,大语言模型,
- 文件大小:
- 1.4 MB
- 下载次数:
- 60
-
高速下载
|
|
1
