公开(公告)号：CN118733740B

公开(公告)日：2025-05-13

申请号：CN202410943012.1

申请日：2024-07-15

Applicant: 北京城建设计发展集团股份有限公司

Inventor： 王臣 ,  张鑫 ,  段宪锋 ,  周明科 ,  张波 ,  王浩任 ,  李佳蓉 ,  马骉 ,  高晗

IPC: G06F16/3329 ,  G06F16/334 ,  G06F16/31 ,  G06F40/194 ,  G06F40/279

Abstract: 本发明公开一种基于大语言模型的轨道交通知识库构建方法及系统，该方法包括：获取轨道交通领域的文本数据，通过文本提取工具将不同格式的所述文本数据转换为纯文本文件，去除所述纯文本文件中的无关格式标记、页眉页脚、图表和/或图像，并对所述纯文本文件进行分词和词性标注，生成多个文本块；提取关键词，设置过滤阈值排除位置权重低于过滤阈值的关键词，并按位置权重对剩余关键词进行排序，生成关键词列表，将关键词列表向量化，并构建倒排索引，关联关键词向量与文本块ID，并生成知识库；提取用户Query的关键词，将用户Query的关键词转换为向量表示，计算用户Query的关键词的向量与知识库中关键词向量之间的相似度，定位最相关的文本块ID。

公开(公告)号：CN118733740A

公开(公告)日：2024-10-01

申请号：CN202410943012.1

申请日：2024-07-15

Applicant: 北京城建设计发展集团股份有限公司

Inventor： 王臣 ,  张鑫 ,  段宪锋 ,  周明科 ,  张波 ,  王浩任 ,  李佳蓉 ,  马骉 ,  高晗

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/31 ,  G06F40/194 ,  G06F40/279

Abstract: 本发明公开一种基于大语言模型的轨道交通知识库构建方法及系统，该方法包括：获取轨道交通领域的文本数据，通过文本提取工具将不同格式的所述文本数据转换为纯文本文件，去除所述纯文本文件中的无关格式标记、页眉页脚、图表和/或图像，并对所述纯文本文件进行分词和词性标注，生成多个文本块；提取关键词，设置过滤阈值排除位置权重低于过滤阈值的关键词，并按位置权重对剩余关键词进行排序，生成关键词列表，将关键词列表向量化，并构建倒排索引，关联关键词向量与文本块ID，并生成知识库；提取用户Query的关键词，将用户Query的关键词转换为向量表示，计算用户Query的关键词的向量与知识库中关键词向量之间的相似度，定位最相关的文本块ID。

公开(公告)号：CN118916462A

公开(公告)日：2024-11-08

申请号：CN202411000055.2

申请日：2024-07-24

Applicant: 北京城建设计发展集团股份有限公司

Inventor： 王臣 ,  王浩任 ,  段宪锋 ,  张波 ,  周明科 ,  张鑫 ,  李佳蓉 ,  马骉 ,  高晗

IPC: G06F16/332 ,  G06F16/33 ,  G06F16/31 ,  G06F16/28

Abstract: 本发明公开一种基于大语言模型的轨道交通BIM模型数据问答查询方法，包括：在用户网络中配置安装大语言模型；将轨道交通BIM模型数据中的文本数据进行提取并进行文本文档切片，切片生成文本块，对生成的文本块向量化后存储在向量数据库中；对切片生成的每个文本块赋予一个唯一ID编号；将与文本块的语义信息相关联的资源也绑定到对应文本块的唯一ID编号上；将唯一ID编号向量化后同步存储在向量数据库中；将每个唯一ID编号对应绑定的资源存储在关系型数据库中；用户输入查询问题；大模型将资源整理后返回给用户；提高了查询效率，而且极大地降低了操作难度，规避了多模态大语言模型的复杂训练，减少了算力、人力的巨大投入。