目 次前言 II1范引文件 1語定義 1略語 22力識本本2存格要求 2命要求 2質(zhì)要求 2電知文描文要求 3安管控 3力識構(gòu)基3文內(nèi)拆要求 3文向化法3向數(shù)庫擇3力識索程要求 4總要求 4問文內(nèi)向要求 4向相度配4檢結(jié)生要求 5檢結(jié)安管控 5附錄A 6電力識能索示版應(yīng)示例 6IPAGEPAGE1電力知識智能檢索流程規(guī)范范圍下列文件對于本文件的應(yīng)用是必不可少的。凡是注日期的引用文件，僅注日期的版本適用于本文件。凡是不注日期的引用文件，其最新版本（包括所有的修改單）適用于本文件。GB/T5271.28信息技術(shù)詞匯第28部分:人工智能基本概念與專家系統(tǒng)T/CESA1040-2019信息技術(shù)人工智能面向機器學(xué)習(xí)的數(shù)據(jù)標注規(guī)程T/CES128-2022電力人工智能平臺總體架構(gòu)及技術(shù)要求T/CES156-2022電力智能交互文本訓(xùn)練語料標注規(guī)范下列術(shù)語和定義適用于本文件。3.1電力知識electricityknowledge指與電能的產(chǎn)生、傳輸和利用過程中所涉及的知識和技術(shù)。3.2知識庫knowledgebase是知識工程中結(jié)構(gòu)化、易操作、易利用、全面有組織的知識集群。3.3文本向量化textvectorization指將文本信息表示成能夠表達文本語義的向量，即用數(shù)值向量來表示文本的語義。3.4向量相似度vectorsimilarity指衡量兩個向量在數(shù)值上的接近程度的度量。3.5智能檢索intelligentretrieval指計算機根據(jù)用戶的檢索詞和檢索要求，運用人工智能技術(shù)自動擴展檢索詞和構(gòu)造檢索式，以滿足用戶檢索要求的過程。3.6提示模版prompttemplate指在AI大模型訓(xùn)練或應(yīng)用過程中，用來引導(dǎo)模型生成特定類型文本或解決特定任務(wù)的一種預(yù)設(shè)語現(xiàn)。3.7提示prompt在AI大模型中，prompt主要是用來給模型提供提示輸入信息的上下文和輸入模型的參數(shù)信息。下列縮略語適用于本文件。LLM:大語言模型(LargeLanguageModel)，也稱大型語言模型?？倓t:1:圖1內(nèi)容組織框架txtdocx、md、pdfexceltxt電力知識文本文件名稱應(yīng)由三個部分組成：1100()；_2023-10-11_1。電力知識文本文件的質(zhì)量要求如下。a）確保一個文件中的知識都是屬于同一個細分領(lǐng)域、同一權(quán)限等級，且不同細分領(lǐng)域、不同權(quán)限的知識不能混雜在同一個文件中；HTML標簽等；每批次電力知識文本文件應(yīng)有一個描述文件，且描述文件應(yīng)滿足下述要求：txt格式；YYYY-MM-DD；12023-10-12_1。電力知識文件存儲環(huán)境應(yīng)滿足安全管控要求。具體要求包括：USB接口功能；電力知識文本內(nèi)容的拆分方法應(yīng)采用規(guī)則拆分或語義拆分，具體要求如下：10001000內(nèi)。對拆分的文本內(nèi)容進行向量化時選擇的向量化方法要求如下：a）應(yīng)選擇可以對中文文本進行向量化的方法；c）向量化應(yīng)存儲向量數(shù)據(jù)庫中，選擇向量數(shù)據(jù)庫的具體要求如下：2圖2電力知識檢索流程基本要求對用戶輸入的問題文本內(nèi)容進行向量化操作的基本要求具體如下：對用戶輸入的問題文本內(nèi)容進行向量化時選擇文本向量化方法的要求應(yīng)與第7章中文本向量化7進行向量相似度匹配的具體要求如下：（kk3；k檢索結(jié)果生成應(yīng)按照如下要求：1）LLM(如顯卡GPU)模型LLMLLM檢索結(jié)果需進行安全管控，具體要求如下：:{“”：“”}附錄A資料性附錄電力知識智能檢索提示模版應(yīng)用示例應(yīng)用場景：電力知識智能檢索步驟一：用戶輸入問題，具體問題（question）具體為:根據(jù)絕緣子的制成材料分類，絕緣子的類型有哪些？步驟二：從電力知識庫匹配相關(guān)文本內(nèi)容并進行文本內(nèi)容拼接，匹配到的具體內(nèi)容（context）為：線軸絕緣子和布線絕緣子等。此外，按照絕緣件擊穿可能性不同，又可分為A型即不可擊穿型絕緣子和B型即可擊穿型絕緣子兩類。prompt_template="""{context}“根據(jù)已知信息無法回答該問題”或