طريقة أسئلة وأجوبة لأعطال معدات المحطة اعتماداً على مخطط المعرفة والتوليد المعزز بالاستدعاء

,  

,  

,  

,  

,  

摘要

【الغاية】 لحل مشاكل تجزئة المعرفة، وتضارب الدلالات، وانخفاض كفاءة البحث في إدارة معرفة أعطال معدات المحطة، تم اقتراح طريقة ذكية للأسئلة والأجوبة تعتمد على دمج مخطط المعرفة وتقنية التوليد المعزز بالاستدعاء، لتحقيق دمج فعال للمعرفة، وتوحيد دلالي، واستعلام دقيق وفعال عن أعطال المحطة. 【الطريقة】 تعتمد هذه الطريقة على جدول تحليل نمط الأعطال والتأثير، حيث يتم التعبير عن معرفة مجال الأعطال بشكل دلالي منظم من خلال نمذجة الأونطولوجيا، وتحويل النصوص غير المنظمة إلى ثلاثيات منظمة وفق قيود الأونطولوجيا، ومن ثم بناء مخطط معرفة للأعطال يمكن إجراء الاستدلال الدلالي عليه، مع توليد مؤشرات مضمنة متجهية للعقد النصية داخل المخطط، لتشكيل قاعدة معرفة مزدوجة "علاقات واقعية + تضمين دلالي". في مرحلة الأسئلة والأجوبة، يتم دمج نتائج البحث على العلاقات في المخطط والبحث الدلالي المتجهي كدعم لسياق نموذج اللغة الكبير، مما ينتج عنه أجوبة أكثر علمية ودقة. 【النتائج】 على 20 سؤالاً نموذجياً تغطي سيناريوهات متنوعة، قورنت نتائج الطرائق المعتمدة على نموذج اللغة الكبير فقط، إدخال نص الجدول الكامل، التعزيز بالاستدعاء المتجهي، والطريقة المقترحة. أظهرت التجارب تفوق الطريقة المقترحة في تغطية المعلومات والتوافق الدلالي، مع درجة شاملة بلغت 91.2، وأداء أفضل مقارنة بالطرق الأخرى. 【الاستنتاج】 تجمع طريقة الأسئلة والأجوبة المقترحة بين استدلال العلاقات الدقيقة في مخطط المعرفة وقدرة التعميم الدلالي للبحث المتجهي، مما يعزز الدقة، التغطية، وقابلية التفسير مع تأخير استجابة منخفض، ويوفر حلاً فعالاً لإدارة وتطبيق معرفة أعطال معدات المحطة.

关键词

معدات المحطة; معرفة الأعطال; مخطط المعرفة; التوليد المعزز بالاستدعاء; نموذج اللغة الكبير

阅读全文

以上内容由讯飞翻译自动生成,翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果,本网站不承担任何商业和法律责任。

The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website