【技术实现步骤摘要】
本专利技术涉及人工智能，特别涉及基于大语言模型的生猪领域自动问答系统及方法。
技术介绍
1、当前，我国养殖业产能巨大，从事养殖业的人员众多，社会需求稳步增长，尤其是生猪养殖行业，我国对于猪肉的需求量巨大。事实上，从事生猪养殖的养殖人员并非每个都具备丰富和专业的养殖技术，对此，我国政府设立了畜牧兽医站为从事养猪的养殖人员提供技术服务。然而因为畜牧兽医站的技术服务人员人手不足的问题，难免无法及时地为所有养殖人员提供一对一服务。
2、当养殖人员遇到问题时，还可能自主进行解决，例如依靠口口相传的经验进行处理，或者通过网上搜索相关资料后进行处理。但是，口口相传的经验其效果难以保证，网上搜索相关资料，信息量大，难以从海量的信息中筛选出真实性和可靠性均符合需求的内容。
3、为此，需要一种能够有效解决用户在生猪养殖领域疑问的基于大语言模型的生猪领域自动问答系统及方法。
技术实现思路
1、本专利技术提供了基于大语言模型的生猪领域自动问答方法，能够有效解决用户在生猪养殖领域的疑问。
2、为了解决上述技术问题，本申请提供如下技术方案：
3、基于大语言模型的生猪领域自动问答方法，包括如下内容：
4、s1、获取生猪领域的相关数据；
5、s2、对相关数据进行整理和清洗；
6、s3、对相关数据预处理进行预处理和标注，建立训练集；
7、s4、构建大语言模型，通过训练集内的相关数据对大语言模型进行训练，得到生猪领域的大语
8、s5、获取用户的问询信息，判断问询信息为语音格式还是文本格式，如果为语音格式，将语音格式转换为文本格式；将文本格式的问询信息输入大语言模型，获得对应的答案。
9、基础方案原理及有益效果如下：
10、本方案中，通过整理、清洗和预处理生猪领域的相关数据，提高了训练集的质量，使得训练出的大语言模型更能适应生猪领域的特定需求，减少了模型对无关信息的敏感性。通过语音到文本的转换，增加了系统的用户友好性，用户方便或不会文本输入时，通过语音输入，也能享受到系统提供的专业知识。训练后的大语言模型，能够为用户提供关于养殖技术、疾病防治、饲料管理等生猪领域的准确信息，从而有效解决用户在生猪领域的疑问。
11、综上，本方案具有显著的实际应用价值，能够有效地满足用户在生猪养殖领域的需求，提供高质量的信息支持。
12、进一步，所述步骤s1中，相关数据包括标准文件、养殖手册、专家建议、行业报告和产业链相关信息，产业链相关信息包括饲料信息、药品信息和加工信息。
13、本优选方案综合了多种生猪领域相关信息源，包括标准规范、实用指南、专业建议和行业研究，使用户能够获得全面、多层次的信息支持。通过包含产业链相关信息，如饲料和药品信息，使系统能够提供与养殖环境、健康管理以及产品加工相关的详细信息，提高了答案的精准度。
14、进一步，所述步骤s5具体包括：
15、s501、获取用户的基础信息，基础信息包括用户姓名、联系方式、学历、养殖地点、养殖模式和身份；
16、s502、获取用户的问询信息，判断问询信息为语音格式还是文本格式，如果为语音格式，将语音格式转换为文本格式；
17、s503、根据用户的基础信息生成答案生成条件；
18、s504、将答案生成条件以及文本格式的问询信息输入大语言模型，获得对应的答案。
19、本优选方案通过获取用户的基础信息，能更好地了解用户的背景和目标，系统可以生成个性化的答案生成条件，通过答案生成条件生成有针对性的答案，使得答案更符合用户的特定需求和情境，提高了用户满意度。例如，对于用户具有高学历或专业身份的情况，系统可以保持答案的高度专业性，以满足其更深层次的需求。
20、进一步，所述步骤s5还包括：
21、s505、分析问询信息的主题，确定基于同一主题的问答内容中问答次数，判断问答次数是否超过对话阈值；如果未超过对话阈值，结束处理；如果超过对话阈值转跳至步骤s506；
22、s506、判断该问答内容对应的用户问询信息中，是否存在相同的关注点，如果存在，将该关注点标记为待验证关注点，并记录待验证关注点；
23、s507、在待验证关注点的数量满足预设要求后，筛选出与用户的基础信息具有关联性的待验证关注点，标记为有效关注点，并与对应的基础信息关联。
24、关注点，即问答内容包含的相同关键词，当问答次数超过对话阈值，且存在相同的关注点，表明用户对该关注点重视的程度高。
25、本优选方案能够监测同一主题下的问答次数，当问答次数超过对话阈值时，执行更复杂的关注点管理，以确保有效地处理重复的用户关注点。
26、通过自动识别和捕捉用户问询信息中的关注点，从中了解用户的真正兴趣和需求，有助于提供更有针对性的答案，还可以减少用户针对同一主题进行询问的次数，从而减少资源浪费，提高系统效率。
27、进一步，所述步骤s503中，还根据用户的基础信息匹配有效关注点，如果匹配成功，识别问询信息的主题，判断有效关注点与主题是否相关，如果相关，根据用户的基础信息和有效关注点生成答案生成条件；如果不相关，根据用户的基础信息生成答案生成条件；
28、s504中，还将根据用户的基础信息和有效关注点生成的答案生成条件对应的答案标记为专属答案。
29、本优选方案可以根据用户的基础信息和有效关注点，为每个用户生成个性化的答案，提供更符合其需求的解决方案，从而提高了用户体验。
30、通过匹配有效关注点和主题的相关性，可以确保生成的答案与用户当前问题的主题密切相关，提高了答案的相关性，避免提供不相关或通用的答案。
31、进一步，所述步骤s505中，如果问答次数超过对话阈值，还判断问答内容中的答案是否为专属答案，如果不是，转跳至步骤s506；如果是，转跳至步骤s508；
32、s508、判断该问答内容对应的用户问询信息中，是否存在相同的关注点，如果存在相同的关注点，判断该关注点与生成专属答案的有效关注点是否相同，如果相同，转跳至步骤s509；如果不相同，转跳至步骤s506；
33、s509、根据当前问答内容的主题，筛选出相同主题的历史问答内容，获取历史问答内容对应的用户以及当前用户的养殖地点，判断是否在预设范围内，如果在，展示历史问答内容对应的用户的联系方式。
34、当生成专属答案后，问答次数依旧超过对话阈值，且存在与专属答案相同的有效关注点，表明用户对关注点的重视程度高，在生成专属答案后，继续提出包含有效关注点的问题。
35、本优选方案中，通过匹配预设范围内的问过相同主题的其他用户，展示其联系方式，用户可以直接联系具有相关经验的其他用户，获取更多实用性的信息和建议，从而提高答案的实用性。还能够满足当前用户进行交流的需求，同时鼓励用户之间的互动和知识分享，有本文档来自技高网...
【技术保护点】
1.基于大语言模型的生猪领域自动问答方法，其特征在于，包括如下内容：
2.根据权利要求1所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤S1中，相关数据包括标准文件、养殖手册、专家建议、行业报告和产业链相关信息，产业链相关信息包括饲料信息、药品信息和加工信息。
3.根据权利要求2所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤S5具体包括：
4.根据权利要求3所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤S5还包括：
5.根据权利要求4所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤S503中，还根据用户的基础信息匹配有效关注点，如果匹配成功，识别问询信息的主题，判断有效关注点与主题是否相关，如果相关，根据用户的基础信息和有效关注点生成答案生成条件；如果不相关，根据用户的基础信息生成答案生成条件；
6.根据权利要求5所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤S505中，如果问答次数超过对话阈值，还判断问答内容中的答案是否为专属答案，如
7.根据权利要求6所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤S502中，如果是问询信息为语音格式，还用于获取用户的定位信息，根据定位信息判断是否处于对应的养殖地点，如果不处于对应的养殖地点，设置为基础模式；
8.根据权利要求7所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤S503中，还判断当前的模式，如果处于基础模式，取消答案生成条件；
9.根据权利要求8所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤S504中，基础模式下，将文本格式的问询信息输入大语言模型，获得对应的答案。
10.基于大语言模型的生猪领域自动问答系统，其特征在于，使用权利要求1-9任一项所述的方法。
...【技术特征摘要】
1.基于大语言模型的生猪领域自动问答方法，其特征在于，包括如下内容：
2.根据权利要求1所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤s1中，相关数据包括标准文件、养殖手册、专家建议、行业报告和产业链相关信息，产业链相关信息包括饲料信息、药品信息和加工信息。
3.根据权利要求2所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤s5具体包括：
4.根据权利要求3所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤s5还包括：
5.根据权利要求4所述的基于大语言模型的生猪领域自动问答方法，其特征在于：所述步骤s503中，还根据用户的基础信息匹配有效关注点，如果匹配成功，识别问询信息的主题，判断有效关注点与主题是否相关，如果相关，根据用户的基础信息和有效关注点生成答案生成条件；如果不相关，根据用户的基础信息生成答案生成条件；
6.根据权利要求5所述的基于大语...
【专利技术属性】
技术研发人员：申洪杰，何伟，柳静，张亮，王娟，杨祺，
申请(专利权)人：国农重庆生猪大数据产业发展有限公司，
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。