【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种基于大语言模型的检测机构会话推荐方法和装置。
技术介绍
1、近年来，检验检测行业保持快速的发展势头，检测机构、实验室的数量不断增多，行业逐渐形成市场化。但目前由于检测机构规模普遍偏小，布局分散，市场集中度不高，专业性强等特点，用户很难快速找到符合检测需求的检测机构。现有用户检测需求与检测机构匹配的方式主要是互联网搜索。然而，传统搜索引擎的方法，用户需要键入若干关键词、浏览众多网页、自行摘取信息点，这种方式不仅费时费力效率低，而且不一定能找到合适的检测机构。这是因为传统搜索依赖于关键词匹配，不能理解用户的真正意图，也就很难为用户提供准确和深度的答案。因此，如何利用人工智能技术，实现用户检测需求和检测机构能力智能化匹配是当下检验检测行业所面临的关键问题。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种基于大语言模型的检测机构会话推荐方法和装置。
2、一种基于大语言模型的检测机构会话推荐方法，所述方法包括：
3、构建检验检测行业的领域知识库；所述领域知识库中至少包括：检测机构的能力知识；
4、生成由多轮对话组成的训练样本，并且基于所述训练样本构建训练数据集；
5、根据所述训练数据集，采用模型微调方式训练大语言模型，以使所述大语言模型能够引导对话用户回复包含检测需求信息，并基于对话用户的问题中包含所述检测需求信息，在所述领域知识库中进行匹配，基于匹配相似度，输出检测机构的推荐列表。
6
7、在其中一个实施例中，还包括：将所述领域知识库连接至大语言模型。
8、在其中一个实施例中，还包括：采用基于规则的对话模板生成训练样本；和/或，通过显示提示对话框提示的方式与所述大语言模型对话，生成训练样本。
9、在其中一个实施例中，还包括：采用p-tuning v2的微调方法训练大语言模型，以使所述大语言模型能够引导对话用户回复包含检测需求信息。
10、在其中一个实施例中，还包括：基于对话用户的问题中包含所述检测需求信息，提取用户关键信息；将所述用户关键信息在所述领域知识库中进行匹配。
11、在其中一个实施例中，还包括：对用户关键信息进行向量化后，采用simcse模型计算相似度分数，以此在领域知识库中进行相似度匹配；通过top-k算法将匹配后的文本块进行拼接，得到答案向量表示；将对话用户的问题及其对应的答案向量表示输入大语言模型，输出检测机构的推荐列表。
12、一种基于大语言模型的检测机构会话推荐装置，所述装置包括：
13、知识库构建模块，用于构建检验检测行业的领域知识库；所述领域知识库中至少包括：检测机构的能力知识；
14、数据集构建模块，用于生成由多轮对话组成的训练样本，并且基于所述训练样本构建训练数据集；
15、训练模块，用于根据所述训练数据集，采用模型微调方式训练大语言模型，以使所述大语言模型能够引导对话用户回复包含检测需求信息，并基于对话用户的问题中包含所述检测需求信息，在所述领域知识库中进行匹配，基于匹配相似度，输出检测机构的推荐列表。
16、一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：
17、构建检验检测行业的领域知识库；所述领域知识库中至少包括：检测机构的能力知识；
18、生成由多轮对话组成的训练样本，并且基于所述训练样本构建训练数据集；
19、根据所述训练数据集，采用模型微调方式训练大语言模型，以使所述大语言模型能够引导对话用户回复包含检测需求信息，并基于对话用户的问题中包含所述检测需求信息，在所述领域知识库中进行匹配，基于匹配相似度，输出检测机构的推荐列表。
20、一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：
21、构建检验检测行业的领域知识库；所述领域知识库中至少包括：检测机构的能力知识；
22、生成由多轮对话组成的训练样本，并且基于所述训练样本构建训练数据集；
23、根据所述训练数据集，采用模型微调方式训练大语言模型，以使所述大语言模型能够引导对话用户回复包含检测需求信息，并基于对话用户的问题中包含所述检测需求信息，在所述领域知识库中进行匹配，基于匹配相似度，输出检测机构的推荐列表。
24、上述基于大语言模型的检测机构会话推荐方法、装置、计算机设备和存储介质，在应对复杂的检测机构推理问题时，采用思维链的方法，通过示例推理过程，让模型一步一步的思考的方式，提高模型的推理能力，从而提高推荐的准确率，也就是说，大语言模型一方面会引导对话用户提出包含检测需求信息的问题，提取到关键信息，以此理解到对话用户的真实需求，在提取到真实需求的基础上，可以通过对话用户的问题和关键信息，在领域知识库中进行匹配，从而得到检测机构的推荐列表，从而解决目前检验检测行业用户检测需求和检测机构能力匹配程度差的问题，提高行业内部检测服务交互效率的同时，增加了用户检测的便捷度及检测的效率。为检测机构的推荐服务提供了信息化、智能化的技术基础和新的实现途径。
本文档来自技高网...【技术保护点】
1.一种基于大语言模型的检测机构会话推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述能力知识至少包括：检测类别、检测项目、检测标准、检测设备以及检测资质；
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，生成由多轮对话组成的训练样本，包括：
5.根据权利要求1至4任一项所述的方法，其特征在于，采用模型微调方式训练大语言模型，以使所述大语言模型能够引导对话用户回复包含检测需求信息，包括：
6.根据权利要求书5所述的方法，其特征在于，基于对话用户的问题中包含所述检测需求信息，在所述领域知识库中进行匹配，包括：
7.根据权利要求6所述的方法，其特征在于，基于匹配相似度，输出检测机构的推荐列表，包括：
8.一种基于大语言模型的检测机构会话推荐装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种基于大语言模型的检测机构会话推荐方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述能力知识至少包括：检测类别、检测项目、检测标准、检测设备以及检测资质；
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，生成由多轮对话组成的训练样本，包括：
5.根据权利要求1至4任一项所述的方法，其特征在于，采用模型微调方式训练大语言模型，以使所述大语言模型能够引导对话用户回复包含检测需求信息，包括：
6.根据权利要求书5所述的方法，其特征在于...
【专利技术属性】
技术研发人员：陈新华，戴铮，刘泉，徐晹，唐彬，陈思仪，
申请(专利权)人：湖南航天天麓新材料检测有限责任公司，
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。