【技术实现步骤摘要】
本申请属于泡排知识模型，尤其涉及一种气井泡排知识问答模型生成方法、装置、介质和设备。
技术介绍
1、在石油领域，气井泡沫排水采气的知识赋能对于提高作业效率具有重要意义。然而，目前泡排领域在文本处理效率、精确度和自动化水平方面存在局限，导致泡排领域的数据处理能力欠佳，降低了工作效率。
技术实现思路
1、本申请的实施例提供了一种气井泡排知识问答模型生成方法、装置、介质和设备，进而至少在一定程度上可以提高泡排领域的数据处理和决策支持能力，提高工作效率。
2、本申请的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本申请的实践而习得。
3、根据本申请实施例的第一方面，提供了一种气井泡排知识问答模型生成方法，包括：
4、获取气井泡排知识相关的样本数据集；
5、采用所述样本数据集对预训练语言模型进行预训练，生成第一泡排知识问答模型；
6、将所述第一泡排知识问答模型作为实例部署到开源大语言模型中，并基于所述开源大语言模型对所述第一泡排知...
【技术保护点】
1.一种气井泡排知识问答模型生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述采用所述样本数据集对预训练语言模型进行预训练，生成第一泡排知识问答模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述第一泡排知识问答模型作为实例部署到开源大语言模型中，并基于所述开源大语言模型对所述第一泡排知识问答模型进行训练，生成具备预测能力的第二泡排知识问答模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于预设的微调模型对所述第二泡排知识问答模型进行微调，包括：
5.根据权利要求2所述...
【技术特征摘要】
1.一种气井泡排知识问答模型生成方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述采用所述样本数据集对预训练语言模型进行预训练，生成第一泡排知识问答模型，包括：
3.根据权利要求1所述的方法，其特征在于，所述将所述第一泡排知识问答模型作为实例部署到开源大语言模型中，并基于所述开源大语言模型对所述第一泡排知识问答模型进行训练，生成具备预测能力的第二泡排知识问答模型，包括：
4.根据权利要求1所述的方法，其特征在于，所述基于预设的微调模型对所述第二泡排知识问答模型进行微调，包括：
5.根据权利要求2所述的方法，其特征在于，所述基于预设的微调模型对所述第二泡排知识问答模型进行微...
【专利技术属性】
技术研发人员：向华，孔梦婷，刘波涛，张玉祥，夏文龙，
申请(专利权)人：长江大学，
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。