-
公开(公告)号:CN118332092A
公开(公告)日:2024-07-12
申请号:CN202410733393.0
申请日:2024-06-07
Applicant: 清华大学
IPC: G06F16/332 , G06N5/02 , G06F16/36 , G06F16/33 , G06N3/0442 , G06N3/045 , G06N3/0895 , G06F18/24
Abstract: 本发明实施例公开了一种基于大语言模型技术的建筑业安全问答方法和设备,其中,方法包括:获取待回答的问题,并利用大语言模型判断所述问题的类型;如果所述问题属于规则查询类问题:将所述问题向量化,并在向量库中检索最相似的知识片段,提示大语言模型根据所述知识片段作答;如果所述问题属于事故/隐患探询类问题:将所述问题向量化,并在向量库中检索最相似的知识片段;抽取所述问题中的实体和实体关系,并在知识图谱中检索与所述实体和实体关系相关的子图谱;提示大语言模型根据所述知识片段和子图谱作答。本实施例能够针对建筑安全领域专业性强、复杂性高的特点,提供高质量问答服务。
-
公开(公告)号:CN119066196A
公开(公告)日:2024-12-03
申请号:CN202410984522.3
申请日:2024-07-22
Applicant: 清华大学
IPC: G06F16/35 , G06F16/33 , G06F16/332 , G06F40/279 , G06F40/30 , G06N3/0442 , G06N3/0455 , G06N3/049 , G06N3/084 , G06N3/0895
Abstract: 本发明实施例公开了一种建筑业事故报告评估方法和设备。其中,方法包括:获取待评估的建筑业事故报告;抽取所述事故报告中的多个实体及实体间的关系,其中,实体类别包括事故类型和事故致因,实体间的关系包括因果关系;根据具有因果关系的两个实体在事故树中的层级和连接路径,评估所述事故报告的准确性和分析深度;其中,所述事故树以事故类型实体为根节点、以事故致因实体为中间节点和叶节点。本实施例利用事故树中的逻辑关系评估事故报告的准确性和分析深度,以评估报告质量。
-