摘要
本申请公开了一种基于大语言模型的医院后勤调度系统及方法,涉及知识问答:构建后勤服务数据仓库;从后勤服务数据仓库中读取结构化数据,利用大语言模型对结构化数据中的文本数据进行语义解析,生成知识三元组;将知识三元组中的实体和关系,通过计算向量相似度进行知识融合,根据融合后的知识三元组构建后勤服务知识图谱;接收用户的自然语言服务请求,利用大语言模型进行意图识别,将提取的意图转换为结构化查询数据;根据结构化查询数据,在后勤服务知识图谱中进行检索,并从后勤服务数据仓库中获取资源状态数据,通过基于LangChain框架的调度智能体生成调度方案;本申请有效解决了医院后勤设备故障处理中因信息过载导致的调度决策效率低下的问题。
技术关键词
大语言模型
三元组
医院后勤服务
自然语言
数据
生成知识
命名实体识别
图谱
关系
查询意图
文本
医院后勤管理系统
意图识别
故障实体
调度系统
决策
识别用户意图
系统为您推荐了相关专利信息
LSSVM模型
隧道超欠挖
隧道爆破工程
灰色关联分析法
钻爆法施工隧道
实时数据
序列
智能采集系统
集中器终端
LZ77算法
智能控制芯片
滴灌控制方法
作物生长状态
作物需水量
智能滴灌控制系统