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() 基于知识图谱与大语言模型的变电工程知识库构建方法技术_技高网

基于知识图谱与大语言模型的变电工程知识库构建方法技术

技术编号:40702309 阅读:7 留言:0更新日期:2024-03-22 11:00
本发明专利技术提出了一种基于知识图谱与大语言模型(LLM)的变电工程验收邻域知识库系统及其应用方法。这一系统旨在通过先进的计算机应用技术和电力系统技术相结合,优化变电工程验收的过程。系统主要由以下模块组成:变电工程验收知识导入模块,变电工程验收知识抽取模块,变电工程验收知识融合模块,变电工程验收知识推理模块,变电工程验收智能决策模块,以及智能代理模块。这些模块共同工作,实现了从多模态数据集成、关键信息抽取、知识融合、知识推理优化到智能决策支持的全过程。

【技术实现步骤摘要】

本专利技术涉及计算机应用技术与电力系统,具体为基于知识图谱与大预言模型构建变电工程验收邻域知识库的系统及其方法。


技术介绍

1、变电工程典型设备安装验收领域的知识图谱技术起源于人工智能和语义网技术的发展。早在20世纪60年代,关于知识表示的研究就已经开始,这也是知识图谱的基础。随着技术的发展,知识图谱已经从简单的知识表示发展到复杂的知识推理和查询,更加强调知识的连贯性和一致性。20世纪70年代,知识表示与知识工程的研究初露头角。20世纪80年代,专家系统与知识库研究进入快速发展期。20世纪90年代,ontology技术与语义网技术不断完善。21世纪初,语义网与链接数据理念提出,知识图谱研究蓬勃发展。2007年,freebase知识库项目启动。2012年,google提出知识图谱项目knowledge graph。2016年,国内企业相继开展知识图谱技术研发。当前,知识图谱技术与具体领域知识相融合成为发展热点。在变电工程领域,知识图谱技术也得到初步应用和探索,用于构建变电工程典型设备安装验收领域知识库。在具体领域,知识图谱的应用主要是为了解决验收过程中的信息管理、决策支持等问题。通过构建知识图谱,可以实现技术规范与标准的可视化管理,提高工程验收的效率,减少错误。如专利cn114385832a提出一种基于知识图谱的电力检修方案文档结构化方法,从电力检修方案文档和所述电力检修方案文档的相关文档中抽取实体和实体关系,但其涵盖内容较少,且无法支持非结构化的数据,面对众多的法律法规、技术规范文件处理代价高昂。如专利cn115457599a,联合运用多种知识库来构建基于推理机的输电检修作业安全预警方法,其知识库构建需要大量的人力,成本高昂,且检索精确度低。本专利旨在构建变电工程典型电气装置安装工程的知识库系统,聚焦安装验收等业务场景,同时实用大语言模型以支持智能决策和管理。


技术实现思路

1、为解决上述问题,本专利技术公开了基于知识图谱与大预言模型构建变电工程验收邻域知识库的系统及其方法,在变电工程验收领域中的应用不仅提高了工程验收的效率和精确度,还为决策支持和信息管理提供了强大的技术支持,显示出较现有技术更加先进和全面的优势。

2、为实现上述目的,本专利提供如下技术方案:基于知识图谱与大语言模型的变电工程知识库系统,该系统包括:变电工程验收知识导入模块,用于收集与存储变电工程验收领域的网络资料、专业文献、规范标准、专家知识、案例。以及已经存在的行业结构化的本地知识库;变电工程验收知识抽取模块,用于抽取存储于变电工程验收知识导入模块的多模态数据中的实体、属性、域集合、关系、概念等内容,并将其存储于neo4j数据库中;变电工程验收知识融合模块,用于将变电工程验收知识抽取模块提供的概念层知识融合,并以经验知识本体与领域顶层本体分类存储;变电工程验收知识推理模块,用于对知识图谱进行推理查询优化,还用于提供知识可视化提供接口;变电工程验收智能决策模块,用于构建自然语言与知识图谱的交互接口,同时将用户上传的文档构建知识库并存储与向量数据库中;智能代理模块,用与整合变电工程验收智能决策模块和变电工程验收知识推理模块并为用户提供决策辅助对话功能,知识库可视化功能。

3、优选的,所述变电工程验收知识抽取模块模块包括:内容采集模块,用于采集网络资源数据、工程文献数据、专家知识数据;neo4j模块,用于存储知识图谱数据;本模块提出一种将数据转换为知识图谱实体并存储于neo4j数据库的方法,用以整合多模态的数据。

4、优先的,该将数据转换为知识图谱实体的方法包括:

5、s1:对多来源数据进行爬取、分词、专家标注标签进行预处理;

6、s2:对s1中完成的预处理数据通过包装器和自动抽取工具抽取实体、属性、域集、关系、概念;

7、s3:在s2进行的同时将s1预处理的数据进行图映射存储于neo4j数据库模块;

8、s4:将s2所得的实体、属性、域集、关系、概念对neo4j中的数据进行语义标注。

9、优先的,所述变电工程验收知识融合模块包含:概念层知识融合模块,用于将来自不同领域或不同来源的知识进行整合和融合,形成一个更高层次的抽象概念或知识表示;语义层知识融合,用于通过理解知识之间的语义关系,挖掘出更高级的概念、规则和推理,从而实现对知识的更深层次的理解和应用。

10、优先的,所述变电工程验收决策支持模块,使用llm模型进行将自然语言转化为知识图谱查询语言cyper,同时设计一种将非结构化的数据构建数据库的方法。

11、优先的,该将非结构化的数据构建数据库的方法包括:

12、s1:非结构化加载器从文档中抽取原始文本。

13、s2:文将该文本输入到文本拆分器中,该拆分器将文本分解为更小、更易处理的片段或块。

14、s3:每个文本块随后被转换为嵌入。嵌入是文本的向量表示,可以捕捉单词的语义含义。

15、s4:嵌入被存储在向量存储中,向量存储是一种针对存储和检索向量数据进行优化的数据库。

16、优先的,所述智能代理模块,为用户提供知识图谱可视化功能,为用户提供知识库问答功能,为用户提供交互知识库文件提交功能。

17、本专利技术的有益效果:

18、通过整合和发展知识图谱技术和大语言模型,本专利技术构建了一个高效且全面的变电工程验收邻域知识库系统。这一系统的主要特点和优势包括:

19、1.多模态数据集成和抽取能力:通过变电工程验收知识导入模块,系统能够有效地收集和存储来自不同来源的数据,如网络资料、专业文献、规范标准、专家知识和案例。利用知识抽取模块,系统能够从这些多模态数据中提取关键实体、属性、关系和概念。

20、2.知识融合和推理能力:变电工程验收知识融合模块使得系统能够整合来自不同领域的知识,形成更高层次的抽象概念,提高对知识的理解和应用。知识推理模块则进一步优化知识图谱的查询和推理过程,提供知识的可视化接口。3.智能决策支持:通过结合llm模型,系统能够将自然语言转换为知识图谱查询语言,并构建非结构化数据的数据库,从而支持智能决策和管理。

21、4.用户交互和可视化功能:智能代理模块为用户提供了交互式的知识库问答功能、文件提交功能和知识图谱的可视化功能,提高了用户体验和系统的实用性。总的来说,本专利在变电工程验收领域中的应用不仅提高了工程验收的效率和精确度,还为决策支持和信息管理提供了强大的技术支持,显示出较现有技术更加先进和全面的优势。

本文档来自技高网...

【技术保护点】

1.一种基于知识图谱与大语言模型的变电工程验收邻域知识库系统,其特征在于,包括:

2.根据权利要求1所述的一种基于知识图谱与大语言模型的变电工程验收邻域知识库系统,其特征在于,所述变电工程验收知识抽取模块包括内容采集模块和NEO4j数据库模块,用于采集网络资源数据、工程文献数据、专家知识数据,并将数据转换为知识图谱实体存储于NEO4J数据库。

3.如权利要求1或2所述的一种基于知识图谱与大语言模型的变电工程验收邻域知识库系统,其特征在于,其中所述变电工程验收知识融合模块包含概念层知识融合模块和语义层知识融合模块,用于将来自不同领域或不同来源的知识进行整合和融合,形成更高层次的抽象概念或知识表示。

4.如权利要求1所述的一种基于知识图谱与大语言模型的变电工程验收邻域知识库系统,其特征在于,其中所述变电工程验收智能决策模块使用大语言模型将自然语言转化为知识图谱查询语言,并设计方法将非结构化的数据构建数据库;其中所述智能代理模块为用户提供知识图谱可视化功能,知识库问答功能和交互知识库文件提交功能。

5.一种使用如权利要求1所述的基于知识图谱与大语言模型的变电工程知识库构建方法,其特征在于:包括以下步骤:

6.一种使用如权利要求1所述的基于知识图谱与大语言模型的变电工程知识库构建方法,其特征在于;其中步骤1中所述收集变电工程验收相关数据的步骤包括从网络资源、工程文献、规范标准和专家知识中获取信息,并利用内容采集模块自动化采集这些数据;其中步骤2中使用知识抽取模块提取关键信息的步骤涉及应用自然语言处理技术对导入数据进行分析,从而识别和提取实体、属性、域集合、关系和概念。

7.如权利要求6所述的基于知识图谱与大语言模型的变电工程知识库构建方法,其特征在于;其中所述步骤3中通过知识融合模块整合和优化知识库的步骤包括使用概念层知识融合和语义层知识融合技术,以便形成统一、高效的知识图谱。

8.如权利要求6所述的基于知识图谱与大语言模型的变电工程知识库构建方法,其特征在于;其中所述步骤4中利用知识推理模块进行高效查询的步骤包括应用推理算法优化知识图谱的查询过程,并通过可视化接口呈现查询结果。

9.如权利要求6所述的基于知识图谱与大语言模型的变电工程知识库构建方法,其特征在于;其中所述步骤5中所述通过智能决策模块支持决策和管理的步骤包括利用大语言模型转化自然语言查询为知识图谱查询语言,并处理非结构化数据以构建数据库。

10.如权利要求6所述的基于知识图谱与大语言模型的变电工程知识库构建方法,其特征在于;其中所述步骤6中所述使用智能代理模块提供用户交互和可视化功能的步骤包括为用户提供一个交互式界面,通过该界面用户可以进行知识库查询、文件上传和可视化操作。

...

【技术特征摘要】

1.一种基于知识图谱与大语言模型的变电工程验收邻域知识库系统,其特征在于,包括:

2.根据权利要求1所述的一种基于知识图谱与大语言模型的变电工程验收邻域知识库系统,其特征在于,所述变电工程验收知识抽取模块包括内容采集模块和neo4j数据库模块,用于采集网络资源数据、工程文献数据、专家知识数据,并将数据转换为知识图谱实体存储于neo4j数据库。

3.如权利要求1或2所述的一种基于知识图谱与大语言模型的变电工程验收邻域知识库系统,其特征在于,其中所述变电工程验收知识融合模块包含概念层知识融合模块和语义层知识融合模块,用于将来自不同领域或不同来源的知识进行整合和融合,形成更高层次的抽象概念或知识表示。

4.如权利要求1所述的一种基于知识图谱与大语言模型的变电工程验收邻域知识库系统,其特征在于,其中所述变电工程验收智能决策模块使用大语言模型将自然语言转化为知识图谱查询语言,并设计方法将非结构化的数据构建数据库;其中所述智能代理模块为用户提供知识图谱可视化功能,知识库问答功能和交互知识库文件提交功能。

5.一种使用如权利要求1所述的基于知识图谱与大语言模型的变电工程知识库构建方法,其特征在于:包括以下步骤:

6.一种使用如权利要求1所述的基于知识图谱与大语言模型的变电工程知识库构建方法,其特征在于;其中步骤1中所述收集变电...

【专利技术属性】
技术研发人员:唐自强刘勇蔡辉敏徐洪俊范舟
申请(专利权)人:国网江苏省电力有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1