【技术实现步骤摘要】
本申请属于人工智能，特别涉及一种基于人工智能的公路水运工程管理方法及电子设备。
技术介绍
1、随着我国公路水运工程信息技术的发展，公路水运工程领域中出现了越来越多的各个系统，这些系统在近些年来积累了海量的公路水运工程领域相关数据，这些数据大多都储存在各自的系统之中，没有被充分的利用起来。
2、出现了数据孤岛、数据碎片化等问题，造成公路水运工程信息系统繁多、结构多样、系统间数据割裂，无法有效地进行融合；并且，知识收集、知识整理加工的难度大，公路水运工程知识存在较强的专业壁垒，传统知识整理需要依靠大量的专家参与，成本高、难度大。
3、针对上述问题，提出本申请的基于人工智能的公路水运工程管理方法及电子设备。
技术实现思路
1、为了解决所述现有技术的不足，本申请提供了一种基于人工智能的公路水运工程管理方法及电子设备，解决现有的公路水运工程相关文件或数据的知识收集、知识整理加工的难度大，成本高，管理效率低的问题。
2、本申请所要达到的技术效果通过以下方案实现：
3、第一方面，本申请提供一种基于人工智能的公路水运工程管理方法，所述方法包括：
4、s1、对已有的公路水运工程领域相关的数据进行采集和整理，其中，所述已有的公路水运工程领域相关的数据包括：工程资料、规范标准、项目数据库，利用数据清洗和预处理技术对采集的数据进行清理、去重和格式化处理，形成所述公路水运工程领域对应的第一语料库；
5、s2、使用所述第一语料库对大语言模
6、s3、基于所述公路水运工程领域对应的第一语料库，结合公路水运工程领域的专业术语、规范名称以及文件的目录层级，采用所述目标语言模型来识别各个行业实体并进行复杂关系抽取，从而从所述第一语料库中获取公路水运工程的各个知识要点；
7、s4、基于各个所述知识要点，构建所述公路水运工程的工程知识图谱；
8、s5、通过可视化技术，向用户展示所述工程知识图谱，以便用户浏览和检索所述工程知识图谱，其中，所述工程知识图谱的展示包括采用知识问答应用的方式展示，便于用户提出问题并获取与所述公路水运工程相关的答案。
9、在一些实施例中，所述大语言模型包括提示词工程子模块，其中所述提示词工程子模块用于提示与所述公路水运工程相关的目标意图，以便自动识别所述各个行业实体并进行复杂关系抽取，从而抽取出所述公路水运工程的各个知识要点。
10、在一些实施例中，所述使用所述第一语料库对大语言模型进行训练，获得目标语言模型，包括：
11、设定目标学习率；
12、基于所述目标学习率并结合所述第一语料库对所述大语言模型进行训练，当达到目标收敛值时，停止训练，获得目标语言模型。
13、在一些实施例中，所述工程知识图谱的展示包括采用知识问答应用的方式展示，包括：
14、将与各个所述行业实体相关的问答进行分类，将与每个行业实体相关联的问答按照关联度排序，展示前n条问答，其中n为正整数；
15、对于所述n条之后的其他的问答，则折叠显示为查看更多按钮。
16、在一些实施例中，所述采用所述目标语言模型来识别各个行业实体并进行复杂关系抽取之后，还包括：
17、对各个所述行业实体进行对齐并进行消歧；
18、并进行问答抽取。
19、在一些实施例中，在进行问答抽取之后还包括：
20、设置专家辅助校验模块，对抽取的各个所述问答，通过专家进行辅助校验，以保证问答的准确性。
21、在一些实施例中，提示词工程子模块用于提示与所述公路水运工程相关的目标意图，其中所述目标意图包括以下至少一项：
22、根据给定的表格内容还原成树型层级结构并输出，其中表格头包括序号、分部工程、分项工程；
23、根据给定的公路水运工程行业规划中的文件，生成选择题和简答题，并给出答案和解析。
24、在一些实施例中，采用图数据库存储所述工程知识图谱，其中图数据库包括：nebule_graph。
25、第二方面，本申请提供一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现前述任意一项所述的方法。
26、第三方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述任一项所述的方法。
27、通过本申请实施例提供的基于人工智能的公路水运工程管理方法及电子设备，该方法基于大语言模型技术与知识图谱技术，实现公路水运工程领域中，高效的知识构建，实现工程知识融合与应用，提高公路水运工程知识管理的效能。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的公路水运工程管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人工智能的公路水运工程管理方法，其特征在于，所述大语言模型包括提示词工程子模块，其中所述提示词工程子模块用于提示与所述公路水运工程相关的目标意图，以便自动识别所述各个行业实体并进行复杂关系抽取，从而抽取出所述公路水运工程的各个知识要点。
3.根据权利要求1所述的基于人工智能的公路水运工程管理方法，其特征在于，所述使用所述第一语料库对大语言模型进行训练，获得目标语言模型，包括：
4.根据权利要求1所述的基于人工智能的公路水运工程管理方法，其特征在于，所述工程知识图谱的展示包括采用知识问答应用的方式展示，包括：
5.根据权利要求1所述的基于人工智能的公路水运工程管理方法，其特征在于，所述采用所述目标语言模型来识别各个行业实体并进行复杂关系抽取之后，还包括：
6.根据权利要求5所述的基于人工智能的公路水运工程管理方法，其特征在于，在进行问答抽取之后还包括：
7.根据权利要求1所述的基于人工智能的公路水运工程管理方法，
8.根据权利要求1所述的基于人工智能的公路水运工程管理方法，其特征在于，采用图数据库存储所述工程知识图谱，其中图数据库包括：nebule_graph。
9.一种电子设备，所述电子设备包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现如权利要求1至8任意一项所述的方法。
...【技术特征摘要】
1.一种基于人工智能的公路水运工程管理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于人工智能的公路水运工程管理方法，其特征在于，所述大语言模型包括提示词工程子模块，其中所述提示词工程子模块用于提示与所述公路水运工程相关的目标意图，以便自动识别所述各个行业实体并进行复杂关系抽取，从而抽取出所述公路水运工程的各个知识要点。
3.根据权利要求1所述的基于人工智能的公路水运工程管理方法，其特征在于，所述使用所述第一语料库对大语言模型进行训练，获得目标语言模型，包括：
4.根据权利要求1所述的基于人工智能的公路水运工程管理方法，其特征在于，所述工程知识图谱的展示包括采用知识问答应用的方式展示，包括：
5.根据权利要求1所述的基于人工智能的公路水运工程管理方法，其特征在于，所述采用所述目标语言模型来识别各个行业实体并进行复杂关系抽取之后，还包括：
6.根据...
【专利技术属性】
技术研发人员：薛强，叶晓智，陈旭，
申请(专利权)人：南京乾创睿云信息科技有限公司，
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。