CN118332092B 基于大语言模型技术的建筑业安全问答方法和设备 （清华大学）

基于大语言模型技术的建筑业安全问答方本发明实施例公开了一种基于大语言模型识片段作答；如果所述问题属于事故/隐患探询2获取待回答的问题，并利用大语言模型判断所述问题的类型；问如果所述问题属于规则查询类问题：将所述问题向量其中，所述向量库根据建筑安全管理文档构建，所述知识根据建筑安全管理文档构建向量库的步骤包括：准备建筑安全管理文档数据并存储，量库中检索到的知识片段为建筑安全管理文档中的某2.根据权利要求1所述的方法，其特征在于，所述利用大语言模型判断所述问题的类提示大语言模型根据所述特征判断所述问题对历史建筑安全事故报告中的部分数据进行实体和实体关系标注，利用标注好的数据对BiLSTM_CRF模型进行将所述标注好的数据和具有伪标签的数据合成新的训练集，对所抽取历史建筑业事故报告中的多个实体及实体关系，3根据各实体的类别，将实体关系与预定义的建筑事故领域的实体计算所述实体与各节点的第一向量相似度，选取相似度排在前列的节点作为候选节计算各候选节点的边与所述实体关系的第二向量相在知识图谱中检索与所述实体和实体关系相如果所述问题需要了解特定实体间的直接联系，将检索结如果所述问题需要理解两实体的间接联系，将检索结果输如果所述问题需要分析多个实体与关系间的复杂交互，将提示大语言模型充当设定角色，根据所述知识片段和现权利要求1_8任一所述的基于大语言模型技术的建筑执行时实现权利要求1_8任一所述的基于大语言模型技术的建4[0005]第一方面，本发明实施例提供了一种基于大语言模型技术的建筑业安全问答方器实现任一实施例所述的基于大语言模型技术的建5数据整合为建筑业安全领域的专业知识库，通过多源融合数据为复杂安全问题提供全面、[0017]图1是本发明实施例提供的一种基于大语言模型技术的建筑业安全问答方法的流[0018]图2是本发明实施例提供的另一种基于大语言模型技术的建筑业安全问答方法的便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。6[0024]由于一部分安全事故的发生是由于工作人员对大量规范要求类文件难以完全掌行文本向量化处理，得到文本的向量化表示，并存储至分布式向量数据库Vecc（Vector7时考虑其前后各k个词作为上下文。表示在给定一定的上下文[0036]通过联合训练词向量和文档向量，Doc2Vec模型可以有效地捕捉文档内外的上下89[0056]2023年6月30日，某建筑公司工人所在的燃气管道安装班组在某街道某社区某村356号外墙的脚手架上进行天然气管道的安装作业，房屋西侧和北侧均有需安装的天然气[0058]直接原因：脚手架作业面与涉事低压架空线路及4个连接器未保持安全距离且未理未认真履行安全生产工作职责.3.某建筑公司安全负责人未认真履行安全生产管理人教育和培训,施工现场安全生产管理,安全监管加强,燃气入户施工工程加强事故警示教[0077](脚手架作业面,脚手架作业面与低压架空线路及4个连接器未保持安全距离,关系与预定义的建筑事故领域的实体类别间的关系集合进行匹配。可选的，将识别到的实体及实体关系组成多个三元组，每个三元组包括两个实体和两实体间的关系。针对每个三元组，先确定组内中两个实体所属的类别，再针对上述本体模型执行标准化查询语言[0085]基于以上的向量库和知识图谱，图1是本发明实施例提供的一种基于大语言模型人的安全培训等本实施例使用向量化技术将用户的自然语言查询转换为机器可解读的模型Doc2Vec模型进行文本向量化处理，并将用户查询的向量表示发送到上述实施例构建谱中检索与所述实体和实体关系相关的子图谱；将所述知识片段和子图共同作为相关知检索与所述实体和实体关系相关的子图谱。可选的，采用知识图谱构建中最终的BiLSTM_确用户的查询或疑问，提供LLM回答生成的出发点；将所述知识片段填充至{文本资料[0132]节点间路径:<实体1,关系1,实体2,关系2,实体3,>,...[0133]构成特定子图谱的节点和关系:<实体1,关系1,实体2>,<实体3,关系3,实体4>,}[0139]步骤一、计算n_gram准确率。n_gram是文本中连续的n个项的序列。对于每个n_们在字面上更容易与参考文本匹配。为解决这一问题，BLEU评分引入惩罚因子Brevity[0149]图2是本发明实施例提供的另一种基于大语言模型技术的建筑业安全问答方法的序被处理器执行时实现任一实施例的基于大语言模型技术[0157]计算机可读的信号介质可以包括在基带中或者作为载波[0159]可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机括常规的过程式程序设计语言—诸如C语言或类似的程序设计语言。程