摘要
本发明属于数据分析技术领域,提供了一种实时日志问题分析方法及系统,通过获取实时日志并对其中的问题日志进行处理,通过预先用常见和历史问题日志及问题类型训练的分类模型,确定问题日志所属的问题类别,进而通过其对应的prompt数据生成作为输入指令输入大语言模型的prompt生成分析报告,而后响应处理指令处理问题日志存在的问题,并在确定分析报告与问题日志相对应后,通过分类训练测试设计prompt,并将设计完成的prompt加入问题日志所述类别对应的prompt数据。本方案通过多机器学习模型协同,能够将问题日志分类并设计特定的prompt数据,针对各类问题使用相应处理方案,提高了解决问题的准确性,加快处理速度,降低人为因素干扰,为问题诊断提供了精确且高效的支持。
技术关键词
朴素贝叶斯模型
实时日志
大语言模型
逻辑回归模型
报告
指令
分析方法
人工方式
数据分析技术
语义层面
机器学习模型
分析系统
自然语言
分析模块
参数
训练集
文本
系统为您推荐了相关专利信息
轴力
监测预警系统
数据处理模块
数据传输模块
深基坑围护结构
大语言模型
因子
风险识别方法
识别风险
生成提示词
自动化验证方法
自动化验证系统
操作系统
决策树模型
系统配置信息