摘要
本发明提供一种专业知识应答方法、系统电子设备及存储介质,该方法包括:将汽车部件描述文本通过向量模型进行向量化处理后,存储至向量库中;解析向量库中的汽车部件信息表,提取每个Sheet中的汽车部件信息并转换为JSON对象;提取JSON对象中汽车部件名称及属性,将汽车部件名称及属性组合为DataFrame结构并进行结构化存储;将DataFrame中的数据导入到Neo4j图数据库中,并定义相应的实体和关系;利用大语言模型提取用户问题中的关键标签和属性值,并将关键标签和属性值转换为JSON格式的规则化标签;若规则化标签中包含部件名称,则通过Neo4j图数据库检索部件相关的属性信息,并通过大语言模型生成应答内容。通过该方案可以实现专业知识自动检索,保证问题应答的准确性和效率。
技术关键词
汽车部件
大语言模型
标签
文本
实体
对象
应答系统
电子设备
关系
可读存储介质
定义
图谱
节点
格式
模块
处理器
数据
存储器
计算机