【技术实现步骤摘要】
本专利技术涉及一种人工智能教育方法，具体的说是一种基于langchain和chatglm2的工程类课程辅助问答方法。
技术介绍
1、大语言模型已经在教育领域展现了巨大的潜力。特别是在智能教育和个性化学习方面，利用大语言模型构建智能辅助教学系统已经取得了一系列的突破。这些系统能够根据学生的需求和能力水平，提供个性化的学习资源和辅导，大大提升了学习效果和学生的参与度。而在工程类课程中，学生常常面临着理论学习和实践应用的挑战。在处理课程学习中的复杂问题时，学生可能会遇到困难，需要大量的时间和精力来理解和解决。
2、传统的课程辅助问答系统使用事先定义的规则和逻辑来回答问题，在以下方面存在缺点：首先受限于静态规则和模板，系统只能提供预定义的答案，无法灵活地适应多样化和复杂化的问题，对于非标准化的问题或涉及实际场景的问题，这种刚性的回答方式无法满足用户的需求；传统系统的知识库和数据支持通常是有限的，往往只能回答几门课程的相关问题；最后传统系统存在交互和用户体验方面的问题，用户通常需要通过特定的输入格式或关键词来提问，系统的回答缺乏灵活性
【技术保护点】
1.一种基于LangChain和ChatGLM2的课程辅助问答方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的一种基于LangChain和ChatGLM2的课程辅助问答方法，其特征在于，所述步骤1构建工程类课程辅助数据集，是利用爬虫、脚本技术收集工程类课程教材、课后习题、问答库并将其制作ChatGLM2模型微调所需的语料，从而构建出工程类课程辅助数据集；用户上传文档至数据存储模块，对工程类课程辅助数据集尚未覆盖的课程内容进行补充；数据存储模块利用数据库技术存储用户提问和ChatGLM2模型回答，以及用户个人信息、用户上传文档、ChatGL...
【技术特征摘要】
1.一种基于langchain和chatglm2的课程辅助问答方法，其特征在于，所述方法包括如下步骤：
2.根据权利要求1所述的一种基于langchain和chatglm2的课程辅助问答方法，其特征在于，所述步骤1构建工程类课程辅助数据集，是利用爬虫、脚本技术收集工程类课程教材、课后习题、问答库并将其制作chatglm2模型微调所需的语料，从而构建出工程类课程辅助数据集；用户上传文档至数据存储模块，对工程类课程辅助数据集尚未覆盖的课程内容进行补充；数据存储模块利用数据库技术存储用户提问和chatglm2模型回答，以及用户个人信息、用户上传文档、chatglm2模型配置信息系统中的数据。
3.根据权利要求1所述的一种基于langchain和chatglm2的课程辅助问答方法，其特征在于，所述步骤4利用embed...
【专利技术属性】
技术研发人员：赵立杰，方一凡，黄明忠，王国刚，赵怀慈，郭仁春，
申请(专利权)人：沈阳化工大学，
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。