【技术实现步骤摘要】
本专利技术涉及数据处理，特别是涉及一种基于ai大模型的工程项目报告生成方法、装置及设备。
技术介绍
1、大语言模型(llm，large language models)是基于深度学习的人工智能模型，它们经过大量文本数据的训练，能够理解和生成自然语言，使得它们成为自动化生成报告的理想工具。
2、目前，通常是采用人工的方式生成工程设计项目执行状况报告，这个过程涉及收集数据、信息整理、分析数据、组织内容并撰写报告。然而，传统人工生成报告的方式仍存在一些潜在的缺陷：需要花费大量的时间和人力成本，导致生成工作报告效率低下；存在较高的错误风险，如打字错误、分析错误或数据录入错误。因此，亟需一种有效的工程项目的工作报告生成方法解决上述问题。
技术实现思路
1、鉴于上述问题，提出了本专利技术以便提供克服上述问题或者至少部分地解决上述问题的一种基于ai大模型的工程项目报告生成方法、装置及设备。
2、为实现上述目的及其他相关目的，本专利技术提供一种基于ai大模型的工程项目报告生成方法，应用于工程项目管理系统，所述工程项目管理系统包括大语言模型和知识库，所述方法包括：
3、接收用户输入的提示词，并根据所述提示词生成工作报告模板；
4、利用大语言模型从知识库中抽取出所述工作报告模板的相关内容，并将所述相关内容填充至所述工作报告模板中的各个模块，得到各个报告模块；
5、利用所述大语言模型对各个报告模块进行检查和调整，获得各个调整后的报告模块；>
6、利用所述大语言模型对各个所述调整后的报告模块进行整合，生成目标工作报告。
7、可选地，所述利用大语言模型从知识库中抽取出所述工作报告模板的相关内容，包括：
8、提取出工作报告模板的各个模块，并对各个模块进行编码处理，生成各个模块对应的查询文本向量；
9、将各个查询文本向量与所述知识库中的向量进行相似度匹配，确定各个查询文本向量对应的若干个目标向量，并从所述知识库中抽取出若干个所述目标向量对应的目标文本块。
10、可选地，所述接收用户输入的提示词，并根据所述提示词生成工作报告模板的步骤之前，还包括：
11、获取工程设计项目执行时的文档文件，并对所述文档文件进行预处理，以获取文档文件中的文本；其中，所述文本包括项目基本信息、项目专业信息、项目任务信息、项目工时信息、项目进度信息以及项目完成信息；
12、利用文本分割符及预设文本分割长度，对所述文本进行文本分割，获得若干个文本块；
13、调用预先构建的向量编码模型对各个文本块进行编码处理，获得各个文本块对应的向量，并将各个文本块对应的向量存储至向量数据库；
14、提取出各个文本块的元数据，并利用各个文本块、文本块的向量以及文本块的元数据，构建知识库。
15、可选地，所述对所述文档文件进行预处理，以获取文档文件中的文本，包括：
16、若所述文档文件为文字格式文件，则提取出所述文档文件中的文本，并剔除所述文本中重复和无意义字符；
17、若所述文档文件为图片格式文件或所述文档文件中包含有图片时，则利用ocr识别技术识别并获取所述文档文件中的文本，并剔除所述文本中重复和无意义字符。
18、可选地，所述利用文本分割符及预设文本分割长度，对所述文本进行文本分割，获得若干个文本块，包括：
19、利用文本分隔符对所述文本进行文本初分割，获得若干个文本段，并检测各个文本段的文本长度是否大于预设文本分割长度；
20、在检测到文本段的文本长度大于预设文本分割长度时，利用预设文本分割长度对所述文本段进行文本分割，获得若干个文本块。
21、可选地，所述工程项目的报告生成方法还包括：
22、接收用户输入的问题文本，对所述问题文本进行编码处理，获得问题向量；
23、将所述问题向量与所述知识库中的向量进行相似度匹配，确定所述问题向量对应的若干个目标向量，并从所述知识库中抽取出各个目标向量对应的目标文本块；
24、将所述问题文本和各个目标文本块一起输入至大语言模型，并利用所述大语言模型生成所述问题文本的答案。
25、可选地，所述利用所述大语言模型生成所述问题文本的答案，包括：
26、利用所述大语言模型对所述问题文本和各个目标文本块进行分析和理解，生成所述问题文本的答案，以及可视化展示所述答案。
27、第二方面，本专利技术还提供一种基于ai大模型的工程项目报告生成装置，应用于工程项目管理系统，所述工程项目管理系统包括大语言模型和知识库，所述装置包括：
28、接收模块，用于接收用户输入的提示词，并根据所述提示词生成工作报告模板；
29、填充模块，用于利用大语言模型从知识库中抽取出所述工作报告模板的相关内容，并将所述相关内容填充至所述工作报告模板中的各个模块，得到各个报告模块；
30、调整模块，用于利用所述大语言模型对各个报告模块进行检查和调整，获得各个调整后的报告模块；
31、生成模块，用于利用所述大语言模型对各个所述调整后的报告模块进行整合，生成目标工作报告。
32、第三方面，本专利技术提供一种电子设备，所述电子设备包括：存储器与处理器；所述存储器用于存储计算机程序；所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行如上所述的基于ai大模型的工程项目报告生成方法的步骤。
33、第四方面，本专利技术提供一种计算机可读存储介质，其上存储有计算机程序，该程序被电子设备执行时实现如上所述的基于ai大模型的工程项目报告生成方法的步骤。
34、本专利技术提供的上述一个或多个技术方案，可以具有如下优点或至少实现了如下技术效果：本专利技术通过利用大语言模型和知识库，对项目执行情况的文档文件进行整合并生成用户所需报告，提高了生成工作报告的生成效率，同时提高工作报告的准确性。
本文档来自技高网...【技术保护点】
1.一种基于AI大模型的工程项目报告生成方法，其特征在于，应用于工程项目管理系统，所述工程项目管理系统包括大语言模型和知识库，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用大语言模型从知识库中抽取出所述工作报告模板的相关内容，包括：
3.根据权利要求1所述的方法，其特征在于，所述接收用户输入的提示词，并根据所述提示词生成工作报告模板的步骤之前，还包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述文档文件进行预处理，以获取文档文件中的文本，包括：
5.根据权利要求3所述的方法，其特征在于，所述利用文本分割符及预设文本分割长度，对所述文本进行文本分割，获得若干个文本块，包括：
6.根据权利要求3所述的方法，其特征在于，所述工程项目的报告生成方法还包括：
7.根据权利要求6所述的方法，其特征在于，所述利用所述大语言模型生成所述问题文本的答案，包括：
8.一种基于AI大模型的工程项目报告生成装置，其特征在于，应用于工程项目管理系统，所述工程项目管理系统包括大语言模型和知识库，
9.一种电子设备，其特征在于，所述电子设备包括：存储器与处理器，其中，所述存储器用于存储计算机程序，所述处理器用于执行所述存储器存储的计算机程序，以使所述电子设备执行如权利要求1至7中任一项所述方法的步骤。
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上存储有程序，所述程序运行时，用于执行时实现权利要求1至7中任一项所述方法的步骤。
...【技术特征摘要】
1.一种基于ai大模型的工程项目报告生成方法，其特征在于，应用于工程项目管理系统，所述工程项目管理系统包括大语言模型和知识库，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述利用大语言模型从知识库中抽取出所述工作报告模板的相关内容，包括：
3.根据权利要求1所述的方法，其特征在于，所述接收用户输入的提示词，并根据所述提示词生成工作报告模板的步骤之前，还包括：
4.根据权利要求3所述的方法，其特征在于，所述对所述文档文件进行预处理，以获取文档文件中的文本，包括：
5.根据权利要求3所述的方法，其特征在于，所述利用文本分割符及预设文本分割长度，对所述文本进行文本分割，获得若干个文本块，包括：
6.根据权利要求3所述的...
【专利技术属性】
技术研发人员：翟永佳，王翀，孙云飞，石兴兴，江绍标，
申请(专利权)人：上海数映科技有限公司，
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。