期刊文献+
任意字段
题名或关键词
题名
关键词
摘要
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到45篇文章
< 1 2 3 >
每页显示 20 50 100
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于Graph RAG语义融合的知名科学家学术与社会影响问答研究 认领 引用 被引量：2
1
作者 吴志祥 沙焕旭 +1 位作者 尹璐璐 毛进 《情报理论与实践》 CSSCI 北大核心 2026年第3期160-169,共10页
[目的/意义]知名科学家影响力的认知建构面临学术与社会影响割裂、表达碎片化的问题,制约了跨语境理解。本文尝试聚合多源文本语料中的结构化信息,实现科学家影响的语义融合与统一表达。[方法/过程]基于Graph RAG框架,设计多源数据融合... [目的/意义]知名科学家影响力的认知建构面临学术与社会影响割裂、表达碎片化的问题,制约了跨语境理解。本文尝试聚合多源文本语料中的结构化信息,实现科学家影响的语义融合与统一表达。[方法/过程]基于Graph RAG框架,设计多源数据融合方法,构建跨域知识图谱;引入人智协同方案生成多用户、深层次问题集;开展覆盖240万字语料的实验评估,从用户适配能力、回答质量与语义融合效果三个角度分析模型表现。[结果/结论]Graph RAG在跨语境语义融合方面表现优异,能有效缓解科学家数据分散与语义分割问题。其中,DeepSeek-V3-8B与bge-m3组合模型效果最佳,支持生成结构清晰、回答深入的科学家影响描述。本文为数智支撑的科学家与社会关系研究提供情报学方案。 展开更多
关键词 知名科学家 学术与社会影响 语义融合 Graph RAG 大语言模型
暂未订购 下载PDF
基于RPA和Graph RAG的财务共享辅助系统设计与应用 认领 引用 被引量：3
2
作者 张赣江 林铭 +1 位作者 赖占添 刘晔 《铁路计算机应用》 2025年第4期73-76,共4页
为解决财务人员数字技术应用能力不足、传统财务流程中数据采集质量差导致重复返工、人工数据处理效率低等问题,设计开发了财务共享辅助系统。采用机器人流程自动化(RPA,Robotic Process Automation)和图检索增强生成(Graph RAG,Graph-b... 为解决财务人员数字技术应用能力不足、传统财务流程中数据采集质量差导致重复返工、人工数据处理效率低等问题,设计开发了财务共享辅助系统。采用机器人流程自动化(RPA,Robotic Process Automation)和图检索增强生成(Graph RAG,Graph-based Retrieval-Augmented Generation)技术,实现数据填报收集、RPA自动化处理、智能问答等功能,显著提升财务报账效率,为铁路局集团公司财务共享中心的建设提供支撑。 展开更多
关键词 机器人流程自动化 图检索增强生成(Graph RAG) 财务共享 智能问答 大模型
暂未订购 下载PDF
智能写作内容优化中的Graph RAG技术应用与效果分析 认领 引用
3
作者 覃俊 《中国传媒科技》 2025年第8期132-136,共5页
【目的】目前的大语言模型往往将智能写作视为无结构的纯文本数据,忽视了文本内部的逻辑结构和联系,制约了内容质量效果。【方法】精准快速地定位相关信息是提升内容质量的关键,通过融合RAG与知识图谱(KG)的智能写作优化技术,构建知识... 【目的】目前的大语言模型往往将智能写作视为无结构的纯文本数据,忽视了文本内部的逻辑结构和联系,制约了内容质量效果。【方法】精准快速地定位相关信息是提升内容质量的关键,通过融合RAG与知识图谱(KG)的智能写作优化技术,构建知识图谱来整合信息,保留文本的内部逻辑和关联性,来提升内容写作效果。【结果】该方法能够更精确地解析写作需求,并通过引入知识图谱,提高信息检索精确度及优化了内容生成质量。【结论】该技术已在中国新闻技术工作者联合会AIGC应用研究中心(广西实验室)试运行近半年,显示该方法可显著提升内容生成的精准度和效率。 展开更多
关键词 Graph RAG 智能写作 内容优化 知识图谱 检索增强
暂未订购 下载PDF
基于Graph-RAG的BIM知识图谱智能检索系统研究 认领 引用
4
作者 赵津磊 《现代信息科技》 2026年第11期62-67,共6页
针对建筑信息模型(BIM)属性命名不规范以及检索门槛高的问题,设计了一种利用DeepSeek-R1大模型与Neo4j图数据库开展的图增强检索(Graph-RAG)生成系统。运用正则增强的自然语言转图查询语言(NL2Cypher)映射技术与逻辑自愈拦截器,实现从... 针对建筑信息模型(BIM)属性命名不规范以及检索门槛高的问题,设计了一种利用DeepSeek-R1大模型与Neo4j图数据库开展的图增强检索(Graph-RAG)生成系统。运用正则增强的自然语言转图查询语言(NL2Cypher)映射技术与逻辑自愈拦截器,实现从工业基础类(IFC)模型到工程审计报告的自动化闭环。实测显示:映射阶段响应时间在812 ms以下;在对230个材质属性缺失构件的实验中,系统借助隐性语义挖掘实现了100%指令成功率,耗时61.151 s。研究表明:系统有效克服了对标准建模数据的依赖,显著提升了BIM数据治理效率以及辅助决策价值,为工程审计数字化提供了新路径。 展开更多
关键词 BIM DeepSeek-R1大模型 知识图谱 逻辑自愈 Graph-RAG NL2Cypher 工程审计 属性打平
暂未订购 下载PDF
基于Graph-RAG与逻辑自愈机制的水利工程BIM智能审计研究 认领 引用
5
作者 赵津磊 《吉林水利》 2026年第4期1-5,共5页
针对水利工程建筑信息模型(BIM)审计中属性命名混乱、语义检索困难以及数据规范脱节等问题,提出了融合图增强检索生成(Graph-RAG)以及逻辑自愈机制的智能审计框架。依靠属性打平策略构建扁平化知识图谱,引入基于语义模板的V10拦截器,解... 针对水利工程建筑信息模型(BIM)审计中属性命名混乱、语义检索困难以及数据规范脱节等问题,提出了融合图增强检索生成(Graph-RAG)以及逻辑自愈机制的智能审计框架。依靠属性打平策略构建扁平化知识图谱,引入基于语义模板的V10拦截器,解决大语言模型生成Neo4j查询语言(Cypher)时语法及变量不稳定的挑战。在江苏里下河工程230个非标构件实证中,系统运用DeepSeek-R1模型,均实现审计指令自愈及平均0.66s的响应速度,并能依据行业规范自动生成合规性报告。该研究为水利数字孪生审计提供了自动化技术路径,提升了跨平台异构数据的治理效率。 展开更多
关键词 建筑信息模型 大语言模型 知识图谱 逻辑自愈 图增强检索生成
暂未订购 下载PDF
融合LLM-RAG-KG的电力生产安全事故问答大模型 认领 引用
6
作者 晋良海 张倩 +2 位作者 徐童欣 陈云 彭仲文 《中国安全科学学报》 EI CAS CSCD 北大核心 2026年第3期66-73,共8页
为解决传统分析方法在面对电力系统多因素非线性交互的复杂特性时存在专业知识整合不足、因果推理可解释性弱等固有局限,提出一种融合大型语言模型(LLM)、检索增强生成(RAG)和知识图谱(KG)的电力生产安全事故分析大模型;构建包含知识检... 为解决传统分析方法在面对电力系统多因素非线性交互的复杂特性时存在专业知识整合不足、因果推理可解释性弱等固有局限,提出一种融合大型语言模型(LLM)、检索增强生成(RAG)和知识图谱(KG)的电力生产安全事故分析大模型;构建包含知识检索、知识推理、答案生成与效果评估4个核心模块框架:基于RAG技术从专业文本中精准检索相关知识,利用KG结构化推理事故实体和关系,以弥补检索盲区;通过LLM生成专业、可解释的事故因果分析答案,通过主观专家评分与自动评估指标(ROUGE)、双语替换学习(BLEU)等客观指标全面评估系统。结果表明:在电力生产安全事故分析场景中,RAG与KG的知识增强技术对具备一定规模参数的基础模型有普适性性能提升,能帮助模型精准捕捉设备故障传导链等专业关联,提升事故致因挖掘与结果演化推理质量;DeepSeek-R1、Qwen2.5-72B等大模型在该模式下解析专业术语、梳理多因素关联的准确性显著提高,其中DeepSeek-R1综合评分达4.05分,更满足领域精度要求;增强效果存在模型能力阈值,Qwen2.5-72B增强后能高效解析跨区域电网故障联动等复杂逻辑,且平衡性能与部署成本,适配企业实际需求,而Qwen2.5-14B等小模型因基础推理能力有限,引入外部知识后难处理专业信息,性能下降,无法满足专业性要求。 展开更多
关键词 大型语言模型(LLM) 检索增强生成(RAG) 知识图谱(KG) 电力生产安全事故 事故分析 DeepSeek-R1
暂未订购 下载PDF
基于Hybrid RAG的LLM水产营养推荐架构 认领 引用
7
作者 高佳 艾新宇 张胜茂 《上海海洋大学学报》 CAS CSCD 北大核心 2026年第4期855-866,共12页
为了克服水产营养学领域信息碎片化的问题以及大语言模型存在的幻觉问题,本研究提出一种结合语义向量化和知识图谱推理的方法来实现水产营养推荐系统的框架。利用DeepSeek技术从60余篇水产方面的论文中自动抽取实体及其关系,形成一个有4... 为了克服水产营养学领域信息碎片化的问题以及大语言模型存在的幻觉问题,本研究提出一种结合语义向量化和知识图谱推理的方法来实现水产营养推荐系统的框架。利用DeepSeek技术从60余篇水产方面的论文中自动抽取实体及其关系,形成一个有4936个节点、4515条边的专业化知识图谱。这个知识图谱不仅可以表示食材和营养成分之间的基本关系,而且针对痛风、糖尿病等代谢病也给出了相应的饮食禁忌安全链。而在服务端,系统使用基于广义语义匹配的向量数据库以及具有多跳推理能力的图数据库实现双引擎模式,从而解决了传统的单点查询问题。实验结果表明,这种复合型的信息检索系统在保证推荐结果准确性的同时也保证了推荐内容具有医学依据。实证结果也表明,这种架构可以结合语义表示和知识图谱推理,从而提高水产养殖营养方案的准确性和可信度。本研究目的是为水产养殖营养调控体系的建立提供技术支持和数据支持,给相关研究者提供参考。 展开更多
关键词 水产营养 大语言模型 混合RAG 知识图谱 语义向量
暂未订购 下载PDF
IHRAG:面向LLM的迭代式混合检索增强生成 认领 引用
8
作者 谢雨霏 李琳 +3 位作者 李涛 何柳 高贝琳 何志婷 《计算机系统应用》 2026年第3期13-22,共10页
在医疗领域,检索增强生成(RAG)被提出以减少大语言模型幻觉,并提供更多的可解释性和可控性,然而现有技术面临对低频实体的召回能力较弱、难以处理模糊冗长或多义性强的查询的问题,本文提出一种面向大语言模型的迭代式混合检索增强生成(i... 在医疗领域,检索增强生成(RAG)被提出以减少大语言模型幻觉,并提供更多的可解释性和可控性,然而现有技术面临对低频实体的召回能力较弱、难以处理模糊冗长或多义性强的查询的问题,本文提出一种面向大语言模型的迭代式混合检索增强生成(iterative hybrid retrieval-augmented generation,IHRAG)方法以提升对复杂问题的意图解析能力,增强模型在知识挖掘方面的表现,使大语言模型生成更加准确的回答.该框架通过动态路由机制协同调度向量检索的语义泛化能力与知识图谱的结构化推理能力,结合医疗本体驱动的查询解构算法,将复杂临床问题分解为可检索的原子子问题,并引入知识缺口感知的神经符号扩展模型与“检索-验证-迭代”闭环优化机制,构建了从表层信息提取到深层知识挖掘的递进式发现流程.实验结果表明,IHRAG在Qwen、DeepSeek等不同规模基础模型上均显著提升性能,最高可使准确性提升11.12个百分点,优秀回答率提升17个百分点. 展开更多
关键词 大语言模型 检索增强生成 知识图谱 混合检索 医疗问答
暂未订购 下载PDF
基于可信度感知的多策略图RAG问答研究 认领 引用
9
作者 罗一雄 滕尚志 +1 位作者 吕学强 游新冬 《北京信息科技大学学报（自然科学版）》 2026年第2期45-56,共12页
针对通用大语言模型在军事、医疗、金融等专业问答场景中幻觉严重、专业性不足的问题,以及检索增强生成(retrieval-augmented generation,RAG)技术缓解模型幻觉过程中易受检索文档虚假信息误导的新问题,提出一种可信度感知多策略图RAG(c... 针对通用大语言模型在军事、医疗、金融等专业问答场景中幻觉严重、专业性不足的问题,以及检索增强生成(retrieval-augmented generation,RAG)技术缓解模型幻觉过程中易受检索文档虚假信息误导的新问题,提出一种可信度感知多策略图RAG(credibility-aware multistrategy graph RAG,CAMG-RAG)框架,构建“可信知识生成—高可信信息检索—注意力权重优化”三级协同架构。首先,通过改进的知识图谱链接器生成含实体、关系、三元组及可信度评分的图构件;其次,基于可信度评估机制,实现多策略图检索;最后,定位大模型中对知识图谱元素敏感的“有影响力注意力头”,依据可信度评分修正其注意力权重,引导模型优先聚焦高价值知识。实验结果表明,在军事领域QAonMilitaryKG数据集上,CAMG-RAG能够显著提高大模型对抗幻觉的能力,基于Qwen3-4B模型,其忠实度、答案正确性分别达到0.746、0.863,比微调大模型提高14.6%、5.9%。 展开更多
关键词 大语言模型 检索增强生成(retrieval-augmented generation,RAG) 问答系统 知识图谱
暂未订购 下载PDF
基于KG+多模态RAG的污水工艺问答系统设计与应用 认领 引用
10
作者 王贤平 钱刚 +1 位作者 姚英杰 康泽奥 《自动化仪表》 CAS 2026年第7期114-120,共7页
为消除污水处理领域多源异构数据检索效率低、语义理解不足及跨模态融合欠缺的痛点,提升工业智能问答系统的领域适配性,设计了一种融合知识图谱(KG)与多模态检索增强生成(RAG)的污水工艺智能问答系统。创新性地采用Milvus向量数据库与Ne... 为消除污水处理领域多源异构数据检索效率低、语义理解不足及跨模态融合欠缺的痛点,提升工业智能问答系统的领域适配性,设计了一种融合知识图谱(KG)与多模态检索增强生成(RAG)的污水工艺智能问答系统。创新性地采用Milvus向量数据库与Neo4j图数据库协同检索架构,深度融合领域KG与多模态RAG技术,构建含7类实体、15种关系的污水处理厂领域KG。通过Tesseract光学字符识别(OCR)技术实现图像文字识别,结合动态上下文策略优化跨模态检索,达成文本与图像数据的语义融合及高效检索。测试结果表明,该系统在工艺参数查询、故障诊断等场景下,问答准确率较传统RAG系统显著提升,为污水厂智能运维提供了可靠的技术支撑。此技术融合方案与设计思路可为化工、电力等工业领域智能问答系统设计提供参考,对跨领域多模态信息检索技术的工程落地具有推进作用。 展开更多
关键词 知识图谱 多模态 检索增强生成 仪表 智能问答 光学字符识别
暂未订购 下载PDF
基于RAG的煤矿安全智能问答模型构建与应用 认领 引用 被引量：1
11
作者 贺广文 张昆 王青和 《自动化应用》 2025年第24期200-203,共4页
智能化转型为煤矿安全生产提供了新的技术路径。提出一种基于检索增强生成(RAG)的煤矿安全智能问答模型,然后通过构建多模态知识图谱和动态更新机制,实现煤矿安全知识的精准检索与智能生成。该模型采用混合检索策略与领域自适应生成技术... 智能化转型为煤矿安全生产提供了新的技术路径。提出一种基于检索增强生成(RAG)的煤矿安全智能问答模型,然后通过构建多模态知识图谱和动态更新机制,实现煤矿安全知识的精准检索与智能生成。该模型采用混合检索策略与领域自适应生成技术,显著提升了问答系统的准确性和实时性,为煤矿安全生产提供了可靠的智能化决策支持。 展开更多
关键词 煤矿安全 智能问答 检索增强生成模型 知识图谱
暂未订购 下载PDF
基于知识图谱的艾滋病防治大语言模型RAG问答系统构建 认领 引用
12
作者 杨亚洲 郑石林 +2 位作者 周小毅 章施静 赵坚 《医学信息学杂志》 CAS 2025年第12期91-98,共8页
目的/意义构建艾滋病防治知识图谱,实现智能问答,为艾滋病防治提供科学依据,降低疾病负担。方法/过程系统梳理国内外艾滋病防治相关专家共识、诊疗指南等多源异构信息,利用自然语言处理和大数据技术,结合提示词设计,抽取实体及实体间关... 目的/意义构建艾滋病防治知识图谱,实现智能问答,为艾滋病防治提供科学依据,降低疾病负担。方法/过程系统梳理国内外艾滋病防治相关专家共识、诊疗指南等多源异构信息,利用自然语言处理和大数据技术,结合提示词设计,抽取实体及实体间关系。将知识图谱、检索增强生成与大语言模型相结合,构建适用于艾滋病防治领域的问答系统。结果/结论该系统能够提升艾滋病相关知识问答的准确性和有效性,为艾滋病防治的智能化发展提供可行路径。 展开更多
关键词 艾滋病防治 知识图谱 检索增强生成 大语言模型 智能问答
暂未订购 下载PDF
图谱RAG赋能的航天器机电设备故障诊断 认领 引用 被引量：4
13
作者 赵春州 于劲松 +2 位作者 周金浛 高占宝 唐荻音 《仪器仪表学报》 EI CAS CSCD 北大核心 2025年第10期74-85,共12页
航天器机电设备因其部件高耦合性及故障级联隐蔽性,对故障诊断的推理效率与可解释性提出了严苛要求。在文本知识驱动的智能故障诊断中,针对传统知识图谱(KG)构建成本高、通用大语言模型(LLM)对特定领域诊断知识专业性不足、检索增强生成... 航天器机电设备因其部件高耦合性及故障级联隐蔽性,对故障诊断的推理效率与可解释性提出了严苛要求。在文本知识驱动的智能故障诊断中,针对传统知识图谱(KG)构建成本高、通用大语言模型(LLM)对特定领域诊断知识专业性不足、检索增强生成(RAG)技术关联推理能力有限的问题,故提出一种本体约束驱动的图谱RAG故障诊断方法。一方面,构建了4层故障诊断本体框架,通过本体注入的提示学习实现LLM对多源诊断知识的规范化抽取,并基于字符比较与嵌入模型的双层相似度校准实现知识图谱的动态集成更新,自主构建一体化的诊断知识图谱基座。另一方面,基于LLM与词向量联合的实体模糊检索,结合幂编码的图谱即时蒸馏方法,在结合图谱节点可视化故障传播路径的同时,针对性地融合故障子图结构特征与上下文知识,提升通用LLM故障溯源与维修策略生成的逻辑完备性。以太阳翼驱动机构(SADA)诊断文本、FMEA表格为验证对象,通过本体注入的提示词,借助通用LLM抽取诊断知识图谱,进一步结合可视化图谱进行诊断问答,结果表明,相比于传统RAG方法,结合故障子图的图谱RAG方法在智能故障诊断问答中的关键词F1分数提高了70.88%,语义相似度提高了11.60%,其回答的准确性、可解释性均优于仅LLM方法与RAG方法,为航天器机电设备的智能化故障诊断提供了理论支撑与技术路径。 展开更多
关键词 航天器机电设备 故障诊断 知识图谱 检索增强生成 大语言模型
暂未订购 下载PDF
基于大语言模型与混合检索增强的教育知识图谱构建与智能问答 认领 引用
14
作者 刘杰平 夏磊 《情报工程》 2026年第1期29-39,共11页
[目的/意义]教育知识图谱在帮助学习者理解知识结构、规划学习路径等方面扮演着关键角色。然而,其构建过程面临如命名实体识别(NER)和关系抽取(RE)等技术难题。本文提出一种结合大语言模型(LLMs)和混合检索增强生成(Hybrid RAG)技术的框... [目的/意义]教育知识图谱在帮助学习者理解知识结构、规划学习路径等方面扮演着关键角色。然而,其构建过程面临如命名实体识别(NER)和关系抽取(RE)等技术难题。本文提出一种结合大语言模型(LLMs)和混合检索增强生成(Hybrid RAG)技术的框架,旨在优化教育知识图谱的构建及智能问答。[方法/过程]该框架融合多源数据,遵循OBE教育理念,通过对LLM进行微调,有效提升了NER和RE任务的性能。此外,Hybrid RAG技术进一步增强了问答系统的准确性。[结果/结论]首先,提出了基于OBE理念的知识图谱构建新视角;其次,构建了Text2RDF数据集,提升了LLM在NER和RE任务的性能;最后,通过整合Vector RAG与Graph RAG的优势,改善了模型在事实检索、多跳推理和信息融合方面的性能。实验结果显示,经过LoRA微调的模型在NER和RE任务上的F1分数显著提高,且Hybrid RAG在多种问答场景中均表现出更高的准确性。 展开更多
关键词 大语言模型 知识图谱 Graph RAG Hybrid RAG
暂未订购 下载PDF
基于LLM和RAG的综采工作面设备故障诊断智能问答系统 认领 引用 被引量：6
15
作者 王博超 冯银辉 王咏涛 《煤炭技术》 CAS 2025年第9期207-211,共5页
为提高综采工作面设备故障诊断的时效性和准确性,研发了基于大语言模型(LLM)和检索增强生成(RAG)的用于综采工作面设备故障诊断的智能问答系统,其中RAG采用了嵌入模型进行向量化,以及知识图谱结合LLM的2种方法。在端到端测试和实际应用... 为提高综采工作面设备故障诊断的时效性和准确性,研发了基于大语言模型(LLM)和检索增强生成(RAG)的用于综采工作面设备故障诊断的智能问答系统,其中RAG采用了嵌入模型进行向量化,以及知识图谱结合LLM的2种方法。在端到端测试和实际应用中,2种方法的精确率、召回率均超过了90%,验证了基于LLM的智能问答系统的实用性,对LLM在综采工作面的初期应用具有建设性和重要的指导意义。同时比较了两者的特点和适合使用的场景,通过融合使用向量库和知识图谱结合LLM能力进行优势互补,可进一步增强智能问答系统的全面性和准确度,协助用户更快更准地定位故障源,并按推荐方案进行维修。 展开更多
关键词 大语言模型(LLM) 知识图谱 检索增强生成(RAG) 综采工作面设备 故障诊断 智能问答系统
暂未订购 下载PDF
大语言模型在合成生物学及生物制造领域的应用探析 认领 引用
16
作者 商亮 张先成 +4 位作者 王笑庸 郭新颖 刘治廷 樊川 曹旭 《黑龙江农业科学》 2026年第5期86-94,共9页
合成生物学与生物制造是推动农业与生物产业高质量发展的核心领域,传统的设计-构建-测试-学习(DBTL)闭环存在试错周期长、成本高及知识整合困难等瓶颈,大语言模型(LLMs)的兴起为破解上述难题提供了新路径。为推动人工智能技术与农业生... 合成生物学与生物制造是推动农业与生物产业高质量发展的核心领域,传统的设计-构建-测试-学习(DBTL)闭环存在试错周期长、成本高及知识整合困难等瓶颈,大语言模型(LLMs)的兴起为破解上述难题提供了新路径。为推动人工智能技术与农业生物制造的深度融合,加速我国智慧农业生物经济的发展,系统梳理了大语言模型(LLMs)在农业合成生物学与生物制造领域的应用场景,涵盖生物知识合成、代谢途径设计、酶改造、智能发酵等核心环节,并剖析了通用大语言模型与专用生物序列模型(如蛋白质语言模型)在其中的不同作用与技术原理。结合黑龙江省寒地资源禀赋与生物制造平台实践,探讨了LLMs在本土化场景(如寒地微生物酶资源挖掘、秸秆高值化利用、玉米深加工及副产物转化)的应用潜力、具体技术路径与面临的挑战,并提出了从构建特色数据体系、发展可解释AI到建立敏捷验证闭环的针对性实施方向。 展开更多
关键词 大语言模型(LLMs) 合成生物学 知识图谱 检索增强生成(RAG) 代谢工程 智能生物制造 农业生物技术
暂未订购 下载PDF
基于事理图谱的城轨智能调度决策生成模型研究 认领 引用
17
作者 宗慧曦 白丽 +2 位作者 闫锴明 张铭 钟建峰 《都市快轨交通》 北大核心 2026年第3期1-10,共10页
针对城市轨道交通应急处置面临的人工经验依赖度高、应急决策动态适应性差、决策生成效率不高等问题,提出一种“以谓词为核心的事件表示框架”与“事理图谱-检索增强生成(retrieval-augmented generation,RAG)一体化架构”的突发事件应... 针对城市轨道交通应急处置面临的人工经验依赖度高、应急决策动态适应性差、决策生成效率不高等问题,提出一种“以谓词为核心的事件表示框架”与“事理图谱-检索增强生成(retrieval-augmented generation,RAG)一体化架构”的突发事件应急处置决策生成模型。首先,采用非静态触发词构建优于静态知识图谱的应急处置流程性知识结构;然后,结合信息组团、态势研判、“事件-态势”两阶段查询重写等策略,赋予传统RAG更优的事件链逻辑理解能力,从而生成可操作性更强、更适配场景的应急处置决策;最后,构建决策合规率、决策生成耗时和决策效率提升等评价指标,应用于对比实验,从而对模型的效果进行评价。研究结果表明:相较于传统RAG方法,模型生成决策的合规率评价中,关键节点准确率提升了29.84%、逻辑关系正确率达84.74%;相较于传统人工决策,模型生成效率提升57.14%,说明模型能在满足合规要求的同时缩短响应时间,为构建城轨智能调度决策生成体系提供参考。 展开更多
关键词 城市轨道交通 智能调度 线网辅助决策 事理图谱 RAG架构 决策生成
暂未订购 下载PDF
自适应分支求解策略增强的智能建造政策类文本检索方法 认领 引用
18
作者 卢昱杰 蔺梦想 杨川 《同济大学学报（自然科学版）》 EI CAS CSCD 北大核心 2026年第8期1186-1199,共14页
在智能建造项目的全寿命周期中,精准解读和应用相关智能建造政策至关重要,直接影响着项目的合规性、技术选型及最终评价。然而,在智能建造政策类文本检索时普遍面临文件冗长、术语专业、地域差异等挑战,传统检索方式难以满足其深度推理... 在智能建造项目的全寿命周期中,精准解读和应用相关智能建造政策至关重要,直接影响着项目的合规性、技术选型及最终评价。然而,在智能建造政策类文本检索时普遍面临文件冗长、术语专业、地域差异等挑战,传统检索方式难以满足其深度推理需求,导致信息获取效率低、精度不足。尽管现有的检索增强生成(RAG)框架取得了一定进展,但将其直接应用于智能建造领域时,仍存在推理能力不足、难以处理语义歧义等局限性。为解决上述问题,提出基于自适应分支求解策略的改进型RAG框架(Branch-RAG),并应用于智能建造政策问答。通过构建知识图谱作为外载知识,并结合自适应分支求解策略,根据问题粒度动态增强逻辑推理能力。为验证框架性能,构建了覆盖全国13个省与24个地级市的政策知识库,并制作了包含3420条结构化问答对的数据集。实验结果表明,Branch-RAG框架的整体准确率达到79.6%,较次优框架Graph-RAG提升3.3%,同时平均响应时间仅为14.82 s,在高难度问题上表现尤为出色。该研究为智能建造领域复杂政策检索提供了高效、精准的技术支撑,有力推动了RAG技术在垂直领域的工程化落地。 展开更多
关键词 检索增强生成 文本检索 自适应分支求解策略 知识图谱 多跳推理
暂未订购 下载PDF
DeepSeek技术融合下的东海渔业知识库构建探索 认领 引用
19
作者 高凌 郑汉丰 +2 位作者 陆亚男 余丽萍 刘勤 《渔业信息与战略》 2026年第2期112-119,共8页
渔业知识库是支撑渔业科研创新、资源精细化管理、政策科学制定与产业数字化升级的核心基础设施,其构建与应用对现代渔业高质量发展具有重要理论与实践意义。针对数据多源异构、碎片化分布、语义关联缺失及利用效率低下等突出问题,整合... 渔业知识库是支撑渔业科研创新、资源精细化管理、政策科学制定与产业数字化升级的核心基础设施,其构建与应用对现代渔业高质量发展具有重要理论与实践意义。针对数据多源异构、碎片化分布、语义关联缺失及利用效率低下等突出问题,整合渔业学术论文、行业标准规范、科研实验记录和生产作业日志等多维度数据资源,构建了涵盖渔业研究基础知识库与大黄鱼专有知识库的东海渔业知识库体系。引入DeepSeek-R1大语言模型,融合检索增强生成(retrieval-augmented generation,RAG)框架,基于Dify平台实现本地化容器化部署,通过GPUStack集群完成模型高效算力支撑,建立多源数据自动化抓取、清洗、脱敏、标准化转换及深度语义关联的技术链路,最终形成动态更新的渔业知识图谱。该知识库破解了传统渔业数据管理的孤岛化困境,显著提升数据检索效率与知识利用精度,为渔业科研决策、产业智能化转型、专业知识传承及跨学科融合提供全方位知识服务。 展开更多
关键词 渔业知识库 DeepSeek-R1 检索增强生成 多源数据整合 大黄鱼 知识图谱
暂未订购 下载PDF
融合事理图谱和大语言模型的古籍知识表示与服务方法 认领 引用
20
作者 魏悦华 周文杰 文玉锋 《图书馆论坛》 CSSCI 北大核心 2026年第8期50-64,共15页
文章提出一种融合事理图谱和大语言模型的古籍知识表示与服务方法,以促进古籍活化利用,降低用户阅读门槛。首先,构建融合事理图谱的古籍知识表示模型,识别古籍中的实体、事件及其复杂关系;然后,将事理图谱与大语言模型融合,基于检索增... 文章提出一种融合事理图谱和大语言模型的古籍知识表示与服务方法,以促进古籍活化利用,降低用户阅读门槛。首先,构建融合事理图谱的古籍知识表示模型,识别古籍中的实体、事件及其复杂关系;然后,将事理图谱与大语言模型融合,基于检索增强技术引入外部事理知识库,建立ELG-LLM模型;最后,以《史记·十二本纪》为语料开展案例应用,并对知识服务效果进行综合测评。自动评估结果显示,ELG-LLM在多项任务上显著优于通用大模型、传统知识图谱增强模型以及经过大规模古籍语料专门微调的领域模型,且该模型相较于知识图谱增强模型更具统计学显著性;人工评估结果进一步表明,ELG-LLM在内容准确性、语句流畅性和答案完整性上均展现出明显优势;通过设计“静态事实检索”与“动态逻辑推理”的对比实验发现,事理图谱在应对具有复杂逻辑与演变过程的历史问题时,相比知识图谱更具优越性。文章通过事理图谱进行检索增强,为古籍资源的价值活化与当代传播提供了可行的技术路径。 展开更多
关键词 古籍文献 事理图谱 大语言模型 检索增强 知识表示与服务
暂未订购 下载PDF
已选0条
引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 2 3 下一页 到第 页
在线咨询 使用帮助 返回顶部 意见反馈