骑士书屋 通过搜索各大小说站为您自动抓取各类小说的最快更新供您阅读!
骑士书屋 >  离语 >   第298章 黄瓜

向量知识库构建是一个将处理过的数据嵌入向量知识库的过程,主要用于将不同类型的数据转

化为向量,并进行存储和检索。其流程如图 4.1 所示。

图 4.1 向量知识库构建流程

对收集到的数据进行清洗、去重、分类,提取分割文本,以确保数据的质量和有效性。消除噪

声数据,提高数据的一致性和准确性。将预处理后的数据转化为向量,将向量化后的数据存储到向

量知识库中,并利用向量数据库进行高效的存储和检索。向量数据库是一种专门用于存储和检索向

量数据的数据库系统,可以根据语义或上下文含义查找最相似或相关的数据。

测试流程包括以下几个步骤:

测试设计:根据目标领域定义测试用例,包括典型问题、边缘情况和错误输入。

环境搭建:搭建测试环境,包括聊天界面和后端模型处理系统。

执行测试:记录模型的回应。

评估结果:根据预设的标准(如准确性、响应时间、用户满意度)评估模型表现。

优化模型:根据测试结果对模型进行调整和优化。

5.2 智能交互组件 chatbot

chatbot 是一种人工智能程序,它设计用于模拟人类对话,并且能够基于事先编程或机器学习

技术来进行智能对话交流。chatbot 通常被用于客户服务、信息查询、娱乐等各种场景,可以通过

文本或语音与用户进行交互。

chatbot 的一些特点和作用包括:

1自动化交互:chatbot 可以自动回答用户提出的问题,执行指定的任务,无需人工干,减少

人力成本和时间消耗。

2实时响应:chatbot 能够在任何时间、任何地点提供服务,随时响应用户的问题和需求。

3个性化服务:chatbot 可以根据用户的需求和历史数据提供个性化的服务和建议,提高用户

体验。

4多渠道支持:chatbot 可以在多种通信渠道上运行,如网页、应用程序、社交媒体平台等,

为用户提供多样化的对话途径。

本项目选择 openAI 的 Gpt 模型作为 chatbot 的大语言模型基座,Gpt 模型基于 transformer

架构,相较于其他模型,这种架构允许模型在处理长文本时保持较好的性能,同时具有良好的并行

化能力,使得模型的训练和推理速度得到提升。

5.2.1 chatbot 后端

基于先前构建的针对电力 LcA 领域的向量知识库构建 chatbot 测试模型性能,主要设计思路是

为了实现检索功能,大致可分为知识库检索功能和在线搜索。

chatbot 功能流程图如图 5.1 所示。

用户通过 chatbot 界面输入他们的问题或请求。对用户输入文本进行清洗,包括去除标点符

号,进行分词等。转化为结构化数据后将预处理后的文本转换为向量形式,以便于机器理解。将向

量化处理后的用户问题构建成搜索向量。使用搜索向量与知识库中已向量化的内容进行匹配,找出

相关的信息。对匹配到的知识库内容进行排序,选择最相关的几个回答候选。为保证性能设置最相

关的问答数量。基于排序和选择的结果,生成回答,将最终确定的回答返回给用户。

对于用户输入的问题语句进行文本预处理,随后将其变成机构化数据后向量化,与先前处理文

献数据类似,因此这里不再赘述。

知识库搜索:

以下是通过 weaviate 在名为“water”的集合中搜索与特定查询文本相近的文档,并返回相

关文档的内容和来源,设置 top_k=3,考虑计算机性能与运行速度,只寻找三个匹配项。

这段代码最终返回一个包含匹配文档内容和来源的列表。

在线搜索:

以下是通过在线搜索引擎在互联网上搜索相关内容,并返回格式化的文档列表,其中包含每个

搜索结果的摘要内容和来源链接的代码,同样设置 top_k=3,返回三个匹配项。

通过 duckduckGo 搜索引擎在互联网上搜索相关内容,并返回格式化的文档列表,其中包含每

个搜索结果的摘要内容和来源链接。代码利用正则表达式提取搜索结果中的摘要、标题和链接信

息,并对结果进行整理和格式化,以便展示给用户。通过这个函数,用户可以通过输入查询来搜索

互联网上的相关信息,并查看摘要和链接。

Streamlit 是一个强大的 python 库,主要用于机器学习、数据可视化和 web 应用程序的快速

开发。用户在编写代码时可以实时看到应用界面的变化,快速调试和验证结果。内置多种交互式组

件(如滑块、复选框等)方便用户与应用进行互动。支持快速创建数据可视化图表,如折线图、散

点图、地图等,展现数据分析结果。

5.3 测试模型与优化

性能评估的目的是通过系统的测试结果来识别当前实现的短板和潜在改进点。基于这些评估,

可以针对性地对向量知识库进行优化,从而提高整体模型的准确性和效率。以下是如何根据

chatbot 模式测试的结果对向量知识库进行优化。

在性能评估过程中,需要关注几个关键指标:

1.准确率:模型响应的正确性。

2.响应时间:从接收到查询到返回响应的时间。

3.用户满意度:基于用户反馈的满意度评分。

4.系统稳定性:系统在连续运行时的稳定性和可靠性。

通过以上三种途径的问答,可以看到,通过向量知识库和在线搜索与大语言模型本身相结合,

即 RAG 技术,均为大语言模型优化了生成回答的准确性,对大语言模型的专业领域知识做了补充和

改善。

基于以上的性能评估结果,可以采取以下步骤对向量知识库进行优化。

1.增强向量覆盖范围:对于准确率低的查询,分析模型回应错误的原因。如果是由于知识库中

缺少相关信息,可以通过添加更多相关文档和数据来增强向量知识库的覆盖范围。

2.优化向量生成算法:重新训练向量生成模型,使用更大的数据集或更复杂的模型架构,以提

高向量的质量和表达能力。

3.调整检索算法:如果响应时间较长或返回的向量与查询关联度不高,考虑优化检索算法。例

如,采用更快的检索算法或调整向量匹配逻辑。

4.用户反馈集成:建立一个机制,允许用户在使用过程中提供反馈。这些反馈可以直接用于指

导向量知识库的更新和优化。

5.持续监控和测试:建立持续的性能监控和定期测试机制,确保向量知诀库的持续优化和模型

性能的稳定性。

5.4 本章小结

向量知识库后,对向量知识库的效果进行检验,也对本项目进项完善,设计了一个 chatbot 模

式来对向量知识库进行优化,通过向 chatbot 提问,看基于电力 LcA 领域的专业大模型能否回答专

业问题。通过 chatbot 实现了用户对文献的检索功能,最后是通过对模型回答问题的准确率,正确

率进行评估,从而实现将模型不断优化。

骑士书屋推荐阅读:曝!他马甲天上飞,九爷在地上追365天疯狂相亲计划神路旅途顶级万人迷光环穿越三嫁,前夫们都是旺妻命!离婚后,总裁前夫天天想复婚周杰,林晓晓的校园生活快穿之攻略男主:绿茶心计人形武器在七零娘娘假死后,陛下杀疯了血色江湖诡事录娇妾媚骨神衍之灾末世重生,我有灵珠空间绑定修仙系统,泼天富贵轮到我了女户传奇双重生后,他想结婚,她偏不嫁夫妻一起玩穿越体验人生不好了!尚书府嫡女被退婚了警察,你别过来啊!人在鎏金:从销冠开始无限流:胆小鬼误入恐怖游戏带着系统的我在如懿传里当街溜子开局十连抽,我在万界纵横遗风之月去古代捞个男人回来夜幕下的广场舞穿进虐文的我无所不能快穿炮灰之宿主是个美貌小废物奥特:我获得了银河维克特利之光快穿:毛绒绒拯救黑化BOSS斗罗:穿越斗罗成为武魂殿二小姐爆宠!六个哥哥跪着榴莲求抱抱快穿之女配翻身独美娇气大小姐的末世预知梦碎裂掌控蓝锁监狱平行世界之邓为原来你这么爱我大秦:天崩开局,横推西域特工的年代生涯王爷走开,王妃她只想发财综漫:无敌从加入轮回空间开始一个副本游戏盗墓:齐先生的玫瑰花让你生子,你直接让男主顶不住?121军婚南洋姑娘与军官崩坏:开局觉醒幸运值系统旅行在全职猎人好兄弟,原来你是Omega穿越八零:上啃老下啃小中间啃闺
骑士书屋搜藏榜:怎么办?穿成修仙文大魔头的亲妹我带着八卦去异界凡儒带着物资在古代逃荒十九年只要系统出得起,996也干到底总裁又在套路少夫人绝世医妃:腹黑王爷爱上我别人都穿成师尊,我穿成那个孽徒网球:开局绑定龙马,倍增返还多年以后,我们仍在努力从蒙德开始的格斗进化四合院:开始幸福生活一条龙的诸天之路玲珑醉红尘你难道不喜欢我吗从天而降的桃小夭被迟总捡回了家娇知青嫁给修仙回来的糙汉被宠爆乐队少女幻物语作精重生,哥哥们我摊牌了公主风云录新婚夜被抄家?医妃搬空全京城圣诞诡异录综影视:万界寻心大厦闹鬼,你还让我去做卧底保安开局无敌:我是黑暗迪迦人家鉴宝你鉴墓,可太刑了恐怖逃杀,综漫能力让我碾压一切豪门枭宠:重生狂妻帅炸了彼岸蓝调:少女的伤与愈被宰九次后我成了女主的劝分闺蜜离婚后,她携崽炸了总裁办公室快穿:宿主又狗又无情末世抽中s级天赋,我带蓝星崛起做卡牌,我可是你祖宗!被柳如烟渣后,我穿越了一人成为耀眼的一颗星星吧豪门军少密爱成瘾厉总别虐了,太太她要订婚了星际军区的日常生活杂言诗集重生:朕的二嫁皇妃四合院:在四合院虐禽的日子煞气罡然叹卿意绑定恶人系统后我红了抢来的太太又乖又甜女尊世界的星际男帝逃荒前,嫁给纨绔!谍战之一个骑手在满洲
骑士书屋最新小说:踏天行三个儿子无人送终,重生只疼闺女为奴流放后,将军对我俯首称臣失约三次后,阮小姐闪婚了死对头完蛋!我养的炉鼎是正道仙尊捡到八零大佬,做精娇娇赢麻了观音泥笑着玩转战锤兽世,和闺蜜从种田到宫斗随军前,小军嫂夺回空间搬空全家穿越手记:论勇者的培养草根狂徒:我只想把田种好亿点点亡灵低语录谁家清冷师尊将妖徒按在怀里撩?雪中:污蔑当天,反手编辑北凉王!星穹弑神:我靠科技修真推三千年我家住在大陕北认亲侯府被当表小姐,真千金她不伺候了重生后逆袭大律师搬空家底去下乡李世民与渔家女曹婉儿的邂逅情缘风水云雷电我见公子多有病魔道祖师之魏无羡重生盗墓:别惹我,我兄弟南瞎北哑四合院:阅尽天下美女后宫佳丽三千,应要雨露均沾修仙:开局婴儿,我修炼超快九尾狐恩仇录长相思夭柳回溯三生三世宝贝,放松点2奇案擒凶嫡女重生:侯府娇宠穿书女配跟反派大佬领证剧情崩了禁娇鸾:惹上暴戾太子逃不掉!带着手机穿越之太子又又又疯了遨游诸天,弥补遗憾绿调仙侠传之混沌元始录四合院:空间异能者何雨柱青铜镜中电子狐灭族之夜前带宇智波去航海一眼惊鸿之倾世太子妃真千金养黄泉路后,全家火葬场了杏花落尽燕归时渣男太子,你家库房已被我搬空【借邪骨,我以鬼仙破阴阳】阴符九阙换亲改嫁绝嗣首长后,继姐哭瞎眼旮旯村旮旯事