CN118332092B 基于大語言模型技術(shù)的建筑業(yè)安全問答方法和設(shè)備 （清華大學(xué)）

基于大語言模型技術(shù)的建筑業(yè)安全問答方本發(fā)明實(shí)施例公開了一種基于大語言模型識片段作答；如果所述問題屬于事故/隱患探詢2獲取待回答的問題，并利用大語言模型判斷所述問題的類型；問如果所述問題屬于規(guī)則查詢類問題：將所述問題向量其中，所述向量庫根據(jù)建筑安全管理文檔構(gòu)建，所述知識根據(jù)建筑安全管理文檔構(gòu)建向量庫的步驟包括：準(zhǔn)備建筑安全管理文檔數(shù)據(jù)并存儲，量庫中檢索到的知識片段為建筑安全管理文檔中的某2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述利用大語言模型判斷所述問題的類提示大語言模型根據(jù)所述特征判斷所述問題對歷史建筑安全事故報(bào)告中的部分?jǐn)?shù)據(jù)進(jìn)行實(shí)體和實(shí)體關(guān)系標(biāo)注，利用標(biāo)注好的數(shù)據(jù)對BiLSTM_CRF模型進(jìn)行將所述標(biāo)注好的數(shù)據(jù)和具有偽標(biāo)簽的數(shù)據(jù)合成新的訓(xùn)練集，對所抽取歷史建筑業(yè)事故報(bào)告中的多個實(shí)體及實(shí)體關(guān)系，3根據(jù)各實(shí)體的類別，將實(shí)體關(guān)系與預(yù)定義的建筑事故領(lǐng)域的實(shí)體計(jì)算所述實(shí)體與各節(jié)點(diǎn)的第一向量相似度，選取相似度排在前列的節(jié)點(diǎn)作為候選節(jié)計(jì)算各候選節(jié)點(diǎn)的邊與所述實(shí)體關(guān)系的第二向量相在知識圖譜中檢索與所述實(shí)體和實(shí)體關(guān)系相如果所述問題需要了解特定實(shí)體間的直接聯(lián)系，將檢索結(jié)如果所述問題需要理解兩實(shí)體的間接聯(lián)系，將檢索結(jié)果輸如果所述問題需要分析多個實(shí)體與關(guān)系間的復(fù)雜交互，將提示大語言模型充當(dāng)設(shè)定角色，根據(jù)所述知識片段和現(xiàn)權(quán)利要求1_8任一所述的基于大語言模型技術(shù)的建筑執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1_8任一所述的基于大語言模型技術(shù)的建4[0005]第一方面，本發(fā)明實(shí)施例提供了一種基于大語言模型技術(shù)的建筑業(yè)安全問答方器實(shí)現(xiàn)任一實(shí)施例所述的基于大語言模型技術(shù)的建5數(shù)據(jù)整合為建筑業(yè)安全領(lǐng)域的專業(yè)知識庫，通過多源融合數(shù)據(jù)為復(fù)雜安全問題提供全面、[0017]圖1是本發(fā)明實(shí)施例提供的一種基于大語言模型技術(shù)的建筑業(yè)安全問答方法的流[0018]圖2是本發(fā)明實(shí)施例提供的另一種基于大語言模型技術(shù)的建筑業(yè)安全問答方法的便于描述本發(fā)明和簡化描述，而不是指示或暗示所指的裝置或元件必須具有特定的方位、以是兩個元件內(nèi)部的連通。對于本領(lǐng)域的普通技術(shù)人員而言，可以具體情況理解上述術(shù)語在本發(fā)明中的具體含義。6[0024]由于一部分安全事故的發(fā)生是由于工作人員對大量規(guī)范要求類文件難以完全掌行文本向量化處理，得到文本的向量化表示，并存儲至分布式向量數(shù)據(jù)庫Vecc（Vector7時(shí)考慮其前后各k個詞作為上下文。表示在給定一定的上下文[0036]通過聯(lián)合訓(xùn)練詞向量和文檔向量，Doc2Vec模型可以有效地捕捉文檔內(nèi)外的上下89[0056]2023年6月30日，某建筑公司工人所在的燃?xì)夤艿腊惭b班組在某街道某社區(qū)某村356號外墻的腳手架上進(jìn)行天然氣管道的安裝作業(yè)，房屋西側(cè)和北側(cè)均有需安裝的天然氣[0058]直接原因：腳手架作業(yè)面與涉事低壓架空線路及4個連接器未保持安全距離且未理未認(rèn)真履行安全生產(chǎn)工作職責(zé).3.某建筑公司安全負(fù)責(zé)人未認(rèn)真履行安全生產(chǎn)管理人教育和培訓(xùn),施工現(xiàn)場安全生產(chǎn)管理,安全監(jiān)管加強(qiáng),燃?xì)馊霊羰┕すこ碳訌?qiáng)事故警示教[0077](腳手架作業(yè)面,腳手架作業(yè)面與低壓架空線路及4個連接器未保持安全距離,關(guān)系與預(yù)定義的建筑事故領(lǐng)域的實(shí)體類別間的關(guān)系集合進(jìn)行匹配。可選的，將識別到的實(shí)體及實(shí)體關(guān)系組成多個三元組，每個三元組包括兩個實(shí)體和兩實(shí)體間的關(guān)系。針對每個三元組，先確定組內(nèi)中兩個實(shí)體所屬的類別，再針對上述本體模型執(zhí)行標(biāo)準(zhǔn)化查詢語言[0085]基于以上的向量庫和知識圖譜，圖1是本發(fā)明實(shí)施例提供的一種基于大語言模型人的安全培訓(xùn)等本實(shí)施例使用向量化技術(shù)將用戶的自然語言查詢轉(zhuǎn)換為機(jī)器可解讀的模型Doc2Vec模型進(jìn)行文本向量化處理，并將用戶查詢的向量表示發(fā)送到上述實(shí)施例構(gòu)建譜中檢索與所述實(shí)體和實(shí)體關(guān)系相關(guān)的子圖譜；將所述知識片段和子圖共同作為相關(guān)知檢索與所述實(shí)體和實(shí)體關(guān)系相關(guān)的子圖譜。可選的，采用知識圖譜構(gòu)建中最終的BiLSTM_確用戶的查詢或疑問，提供LLM回答生成的出發(fā)點(diǎn)；將所述知識片段填充至{文本資料[0132]節(jié)點(diǎn)間路徑:<實(shí)體1,關(guān)系1,實(shí)體2,關(guān)系2,實(shí)體3,>,...[0133]構(gòu)成特定子圖譜的節(jié)點(diǎn)和關(guān)系:<實(shí)體1,關(guān)系1,實(shí)體2>,<實(shí)體3,關(guān)系3,實(shí)體4>,}[0139]步驟一、計(jì)算n_gram準(zhǔn)確率。n_gram是文本中連續(xù)的n個項(xiàng)的序列。對于每個n_們在字面上更容易與參考文本匹配。為解決這一問題，BLEU評分引入懲罰因子Brevity[0149]圖2是本發(fā)明實(shí)施例提供的另一種基于大語言模型技術(shù)的建筑業(yè)安全問答方法的序被處理器執(zhí)行時(shí)實(shí)現(xiàn)任一實(shí)施例的基于大語言模型技術(shù)[0157]計(jì)算機(jī)可讀的信號介質(zhì)可以包括在基帶中或者作為載波[0159]可以以一種或多種程序設(shè)計(jì)語言或其組合來編寫用于執(zhí)行本發(fā)明操作的計(jì)算機(jī)括常規(guī)的過程式程序設(shè)計(jì)語言—諸如C語言或類似的程序設(shè)計(jì)語言。程