计算机科学与探索

作者：张才科, 李小龙, 郑胜, 蔡家骏, 叶小舟, 罗静

单位：1. 中核武汉核电运行技术股份有限公司，武汉 4302232. 三峡大学 理学院，湖北 宜昌 443002

关键词：核电分布式控制系统,知识图谱,大语言模型,知识抽取,智能问答

海量核电分布式控制系统（DCS）运维数据蕴含着丰富的运维经验和专家知识，如何有效地从中抽取DCS报警响应相关信息并形成知识服务，是目前核电DCS快速响应的热点和前沿研究。由于核电DCS多源异构数据缺乏明确的结构和规范，以往的知识抽取主要依赖人工标注和深度学习的方式进行，但需要具备广泛的领域知识和信息处理能力，且受限于繁重的数据标注工作。提出了分步提示策略的大语言模型知识抽取方法，构建了DCS运维知识图谱；并基于大语言模型技术和二次意图识别方法，利用知识图谱开展智能问答等知识服务。通过以某核电厂DCS运维数据为例，重点就知识抽取、图谱构建、智能问答开展实例研究。结果表明，模型的总体精确率、召回率和F1值分别为91.24%、85.85%和88.43%，能够较为全面地获取DCS多源异构运维数据中的关键实体及属性信息，指导开展领域知识问答，有助于运维人员及时响应DCS报警异常，分析总结故障原因及响应策略，为后期的电厂DCS运维的培训和维护提供借鉴和参考。

来源：2024年第10期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第10期