【技术实现步骤摘要】
本专利技术涉及港口设备维保领域，更具体地说，涉及一种面向港口设备维护的领域知识图谱增强型智能问答系统。
技术介绍
1、大语言模型：大语言模型是人工智能领域的一项重要技术，它基于深度学习方法，通过在海量文本数据上进行训练，从而掌握语言的统计规律和语义信息。这类模型通常拥有数十亿甚至数万亿级别的参数，能够理解自然语言的复杂结构，生成流畅且相关的文本内容，并完成翻译、摘要、问答等多种自然语言处理任务。其核心能力在于捕捉文本中的长距离依赖关系和上下文信息，从而在各种应用场景中展现出强大的语言理解与生成能力。知识图谱：知识图谱作为一种结构化的知识表示方式，以图的形式组织和存储实体及其之间的关系。它将现实世界中的事物抽象为节点，将事物之间的联系抽象为边，从而构建起一个庞大的语义网络。知识图谱能够清晰地揭示知识的内在关联，弥补传统数据库在关联查询和知识推理方面的不足，为信息检索、智能问答、推荐系统等应用提供高质量的知识支持，并有助于提升机器对世界的认知和理解深度。rag：检索增强生成(retrievalaugmented generation，rag...
【技术保护点】
1.一种面向港口设备维护的领域知识图谱增强型智能问答系统，其特征在于，包括知识图谱构建模块和基于图增强的知识图谱检索模块；
2.根据权利要求1所述的面向港口设备维护的领域知识图谱增强型智能问答系统，其特征在于，所述问题系统采用知识图谱构建算法进行从多源文件中提取实体和关系，进行知识图谱的优化，社区的检测，具体包括以下步骤：
3.根据权利要求2所述的面向港口设备维护的领域知识图谱增强型智能问答系统，其特征在于，所述步骤S1中，当有清晰结构的化数据，以行为单位进行分割；当对非结构化的文本数据，运用语义进行分割，将文本片段转化为能够捕捉其语义信息的向...
【技术特征摘要】
1.一种面向港口设备维护的领域知识图谱增强型智能问答系统，其特征在于，包括知识图谱构建模块和基于图增强的知识图谱检索模块；
2.根据权利要求1所述的面向港口设备维护的领域知识图谱增强型智能问答系统，其特征在于，所述问题系统采用知识图谱构建算法进行从多源文件中提取实体和关系，进行知识图谱的优化，社区的检测，具体包括以下步骤：
3.根据权利要求2所述的面向港口设备维护的领域知识图谱增强型智能问答系统，其特征在于，所述步骤s1中，当有清晰结构的化数据，以行为单位进行分割；当对非结构化的文本数据，运用语义进行分割，将文本片段转化为能够捕捉其语义信息的向量嵌入，然后通过计算这些向量之间的相似度来寻找最佳的切分点。
4.根据权利要求1所述的面向港口设备维护的领域知识图谱增强型智能问答系统，其特征在于，所述步骤s3中，初步抽取的实体和关系构成原始图谱，进行精细化处理的具体步骤包括以下步骤：
5.根据权利要求4所述的面向港口设备维护的领域知识图谱增强型智能问答系统，其特征在于，所述步骤s301中，利用llm对各实体在所有文本片段中的描述信息进行自动聚合与抽象概括，为每个节点生成统一的综合描述，具体包括一下步骤：
6.根据权利要求1所述的面向港口设备维护的领域知...
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。