本說明書涉及人工智能，特別涉及一種大語言模型驅(qū)動(dòng)的檢測(cè)報(bào)告智能生成方法。

背景技術(shù)：

1、檢驗(yàn)檢測(cè)服務(wù)是國家質(zhì)量基礎(chǔ)設(shè)施的重要組成部分，是國家重點(diǎn)支持發(fā)展的高技術(shù)服務(wù)業(yè)和生產(chǎn)性服務(wù)業(yè)，產(chǎn)品檢測(cè)報(bào)告的撰寫是檢驗(yàn)檢測(cè)服務(wù)中的重要一環(huán)，是服務(wù)成果的最終體現(xiàn)。然而，由于檢驗(yàn)檢測(cè)服務(wù)面對(duì)的對(duì)象的多樣性和檢測(cè)服務(wù)的專業(yè)性，檢測(cè)報(bào)告在格式和內(nèi)容要求上都有很嚴(yán)格的要求，一般需要占用大量的時(shí)間完成檢測(cè)報(bào)告的撰寫工作。

2、目前，部分檢驗(yàn)檢測(cè)服務(wù)的信息化系統(tǒng)已有自動(dòng)化生成報(bào)告的模塊和任務(wù)，主要采取的是基于報(bào)告模板和邏輯判斷的方法，需要在編寫軟件時(shí)覆蓋所有報(bào)告編寫的可能性，否則生成的報(bào)告就可能出現(xiàn)不符合要求。但是由于檢測(cè)報(bào)告要求的靈活多變，需要很大的成本和精力經(jīng)常修改模板和邏輯。

3、隨著人工智能技術(shù)和大語言模型技術(shù)的發(fā)展，其在文本內(nèi)容生成、信息抽取、文本優(yōu)化等方面表現(xiàn)出卓越的能力。但是檢測(cè)報(bào)告不僅需要大語言模型能夠生成和檢驗(yàn)檢測(cè)數(shù)據(jù)相對(duì)應(yīng)的內(nèi)容和結(jié)論，還需要嚴(yán)格符合檢測(cè)報(bào)告要求的格式和專業(yè)術(shù)語，現(xiàn)有的人工智能技術(shù)不能夠直接生成滿足這些要求的報(bào)告。

技術(shù)實(shí)現(xiàn)思路

1、針對(duì)現(xiàn)有技術(shù)中的上述不足，本發(fā)明提供的一種大語言模型驅(qū)動(dòng)的檢測(cè)報(bào)告智能生成方法能夠節(jié)約反復(fù)修改系統(tǒng)的成本，提高檢測(cè)報(bào)告的生成效率和質(zhì)量。

2、為了達(dá)到上述發(fā)明目的，本發(fā)明采用的技術(shù)方案為：一種大語言模型驅(qū)動(dòng)的檢測(cè)報(bào)告智能生成方法，包括：

3、s1：獲取檢測(cè)物初始信息和報(bào)告模板信息；

4、s2：根據(jù)所述檢測(cè)物初始信息，從信息系統(tǒng)中提取要生成的檢測(cè)物的基本信息、檢測(cè)數(shù)據(jù)和檢測(cè)結(jié)論，作為檢測(cè)物信息；

5、s3：根據(jù)所述報(bào)告模板信息和所述檢測(cè)物信息，分別按章節(jié)或段落構(gòu)造對(duì)應(yīng)的提示詞；

6、s4：將所述提示詞輸入大語言模型，獲取對(duì)應(yīng)的章節(jié)/段落內(nèi)容；

7、s5：基于所述報(bào)告模板信息，將所述章節(jié)/段落內(nèi)容組合拼裝成完整的檢測(cè)報(bào)告，完成檢測(cè)報(bào)告的生成。

8、本發(fā)明的有益效果為：處理器利用檢測(cè)物初始信息和報(bào)告模板信息，通過構(gòu)建提示詞，利用大語言模型得到章節(jié)/段落內(nèi)容，拼接得到檢測(cè)報(bào)告。通過這種方式，可以生成能夠滿足嚴(yán)格格式和內(nèi)容要求標(biāo)準(zhǔn)的報(bào)告，節(jié)約反復(fù)修改系統(tǒng)的成本，提高檢測(cè)報(bào)告的生成效率和質(zhì)量。

9、進(jìn)一步地，所述s2包括：

10、根據(jù)所述檢測(cè)物信息，通過api獲取要生成的被檢測(cè)物的基本信息、檢測(cè)數(shù)據(jù)和檢測(cè)結(jié)論內(nèi)容。

11、進(jìn)一步地，所述s3包括：

12、根據(jù)所述報(bào)告模板信息和檢測(cè)物信息，基于其中的章節(jié)/段落信息構(gòu)建對(duì)應(yīng)的提示詞；其中，所述提示詞包括指令、上下文、輸入數(shù)據(jù)和輸出指示。

13、進(jìn)一步地，所述大語言模型通過訓(xùn)練獲得，具體訓(xùn)練過程包括：

14、利用預(yù)處理后的提示詞作為訓(xùn)練樣本，對(duì)大語言模型進(jìn)行訓(xùn)練，通過選擇訓(xùn)練和微調(diào)的參數(shù)，得到訓(xùn)練好的大語言模型；其中預(yù)處理包括清洗、分詞、編碼處理，微調(diào)的參數(shù)包括訓(xùn)練的輪次、批處理的大小、損失函數(shù)的確定和評(píng)估的指標(biāo)，評(píng)估的指標(biāo)包括召回率和準(zhǔn)確率。

技術(shù)特征：

1.一種大語言模型驅(qū)動(dòng)的檢測(cè)報(bào)告智能生成方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的大語言模型驅(qū)動(dòng)的檢測(cè)報(bào)告智能生成方法，其特征在于，所述s2包括：

3.根據(jù)權(quán)利要求1所述的大語言模型驅(qū)動(dòng)的檢測(cè)報(bào)告智能生成方法，其特征在于，所述s3包括：

4.根據(jù)權(quán)利要求1所述的大語言模型驅(qū)動(dòng)的檢測(cè)報(bào)告智能生成方法，其特征在于，所述大語言模型通過訓(xùn)練獲得，具體訓(xùn)練過程包括：

技術(shù)總結(jié)
本發(fā)明提供一種大語言模型驅(qū)動(dòng)的檢測(cè)報(bào)告智能生成方法，涉及人工智能技術(shù)領(lǐng)域，該方法為獲取檢測(cè)物初始信息和報(bào)告模板信息；根據(jù)檢測(cè)物初始信息，從信息系統(tǒng)中提取要生成的檢測(cè)物的基本信息、檢測(cè)數(shù)據(jù)和檢測(cè)結(jié)論，作為檢測(cè)物信息；根據(jù)報(bào)告模板信息和檢測(cè)物信息，分別按章節(jié)或段落構(gòu)造對(duì)應(yīng)的提示詞；將提示詞輸入大語言模型，獲取對(duì)應(yīng)的章節(jié)/段落內(nèi)容；基于報(bào)告模板信息，將章節(jié)/段落內(nèi)容組合拼裝成完整的報(bào)告，完成檢測(cè)報(bào)告的生成。本發(fā)明能夠節(jié)約反復(fù)修改系統(tǒng)的成本，提高檢測(cè)報(bào)告的生成效率和質(zhì)量。

技術(shù)研發(fā)人員：賈鵬飛,張建華,趙榮欣,馬江平,吳華勇,王楓,蔡爵威,邢云
受保護(hù)的技術(shù)使用者：上海市建筑科學(xué)研究院有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19