System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及轨交智能运维,尤其涉及一种轨交智能运维大模型mot及其构建方法。
技术介绍
1、轨道交通是一个多专业多工种配合协作的大联动系统,包含车辆、供电、信号、通信、机电、工务等多个专业,每个专业都有各自独特的运维知识。同时以chatgpt为代表的大语言模型(llm)的出现,彰显了ai技术能够在更多领域场景中普及,并将引发令人瞩目的行业变革。
2、目前的大语言模型虽然具有通用知识,但不具备轨道交通多专业运维知识,不能直接运用于轨道交通运维场景,需要使用大量轨道交通多专业运维知识对大语言模型进行训练、微调和提示工程,以使其能更好地理解轨道交通运维场景。但是现有的轨道交通运维模型未能将大语言模型和轨道交通运维场景有效结合。
技术实现思路
1、为了解决上述技术问题,本专利技术的目的是提供一种轨交智能运维大模型mot及其构建方法,能够将大语言模型和轨道交通运维场景有效结合,为轨道交通智能运维提供基础技术支撑。
2、本专利技术所采用的第一技术方案是:一种轨交智能运维大模型mot,包括轨交多专业知识图谱、大语言模型、langchain代理框架,其中:
3、所述langchain代理框架第一端与用户通信连接,用于问题获取和答案响应;
4、所述langchain代理框架第二端与大语言模型通信连接,用于进行问题检索、关键词反馈、数据整合和答案反馈;
5、所述langchain代理框架第三端与轨交多专业知识图谱连接,用于问题关键词检索和回
6、进一步,所述轨交多专业知识图谱包括车辆、供电、信号、通信、机电、工务等多个专业运维知识图谱,其中每个知识图谱均由节点和边组成,所述节点代表设施设备或业务应用,所述边代表节点的属性或关系,两个节点和一条边共同构成一条记录。
7、本专利技术所采用的第二技术方案是:一种轨交智能运维大模型mot的构建方法,包括以下步骤:
8、基于轨交运维知识数据构建轨交多专业知识图谱;
9、基于langchain代理框架依次对轨交多专业知识图谱、用户和大语言模型构建通信连接,得到轨交智能运维大模型。
10、进一步,所述基于轨交知识数据构建轨交多专业知识图谱,其具体包括:
11、收集轨交专业设施设备运维的各类数据;
12、对各类数据进行知识抽取,得到不同的轨交知识数据;
13、对不同的轨交知识数据进行知识融合,得到同一知识表示的轨交多专业知识图谱。
14、通过该优选步骤,构建轨交多专业知识图谱,便于大语言模型学习轨交知识。
15、进一步,所述基于轨交知识数据构建轨交多专业知识图谱,还包括对各类数据进行清洗,得到规范数据这一步骤,其具体步骤如下:
16、遍历各类数据,并将相同的数据进行剔除,得到第一数据;
17、基于多重插补法对第一数据中的缺失值进行填充,得到第二数据;
18、对第二数据进行噪声去除,得到规范数据。
19、通过该优选步骤,对轨交专业设施设备运维的各类数据进行清洗,提高数据的准确度,也进一步减少大语言模型学习的工作量,提高学习效率。
20、进一步,所述对各类数据进行知识抽取,得到不同的轨交知识数据这一步骤,其具体包括:
21、对各类数据进行文本分析,得到不同格式的数据样本;
22、对不同格式的数据样本进行实体识别,得到实体信息;
23、基于实体信息对不同格式的数据样本进行关系抽取,得到实体关系信息;
24、基于实体关系信息对不同格式的数据样本进行属性抽取,并进行共指消除,得到不同的轨交知识数据。
25、通过该优选步骤,知识抽取后的轨交知识数据按照实体间关系及属性联系在一起。
26、本专利技术所采用的第三技术方案是:一种存储介质,其中存储有处理器可执行的指令,所述处理器可执行的指令在由处理器执行时用于实现所述一种轨交智能运维大模型mot。
27、本专利技术方法、装置的有益效果是:本专利技术通过轨交运维知识数据构建轨交多专业知识图谱,并利用langchain代理框架访问轨交多专业知识图谱,有效将轨交多专业知识图谱和大语模型进行融合,使大语言模型能够理解并学习轨道交通运维场景,填补大语言模型在轨道交通运维领域中的应用空白,为轨道交通智能运维提供基础技术支撑。
本文档来自技高网...【技术保护点】
1.一种轨交智能运维大模型MOT,其特征在于,包括轨交多专业知识图谱、大语言模型、LangChain代理框架,其中:
2.根据权利要求1所述一种轨交智能运维大模型MOT,其特征在于,所述轨交多专业知识图谱包括车辆、供电、信号、通信、机电、工务等多个专业运维知识图谱,其中每个知识图谱均由节点和边组成,所述节点代表设施设备或业务应用,所述边代表节点的属性或关系,两个节点和一条边共同构成一条记录。
3.一种轨交智能运维大模型MOT的构建方法,其特征在于,包括以下步骤:
4.根据权利要求3所述一种轨交智能运维大模型MOT的构建方法,其特征在于,所述基于轨交知识数据构建轨交多专业知识图谱,其具体包括:
5.根据权利要求4所述一种轨交智能运维大模型MOT的构建方法,其特征在于,还包括对各类数据进行清洗,得到规范数据这一步骤,其具体步骤如下:
6.根据权利要求4所述一种轨交智能运维大模型MOT的构建方法,其特征在于,所述对各类数据进行知识抽取,得到不同的轨交知识数据这一步骤,其具体包括:
7.一种存储介质,其中存储有处理器
...【技术特征摘要】
1.一种轨交智能运维大模型mot,其特征在于,包括轨交多专业知识图谱、大语言模型、langchain代理框架,其中:
2.根据权利要求1所述一种轨交智能运维大模型mot,其特征在于,所述轨交多专业知识图谱包括车辆、供电、信号、通信、机电、工务等多个专业运维知识图谱,其中每个知识图谱均由节点和边组成,所述节点代表设施设备或业务应用,所述边代表节点的属性或关系,两个节点和一条边共同构成一条记录。
3.一种轨交智能运维大模型mot的构建方法,其特征在于,包括以下步骤:
4.根据权利要求3所述一种轨交智能运维大模型mot的构建方...
【专利技术属性】
技术研发人员:李宏宇,杨东明,董明,朱宏,姚湘静,
申请(专利权)人:上海伽易信息技术有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。