基于大模型和RAG技术的能源产业链知识问答系统设计与实现OA
【目的】构建基于检索增强生成(Retrieval-Augmented Generation,RAG)技术的本地化智能问答系统,解决能源产业复杂规章制度体系下员工信息获取难题,为企业提供高效、准确的制度知识查询工具。【方法】融合DeepSeek语言模型与LangChain框架,设计语义索引构建与生成式问答子系统,通过检索增强生成(RAG)技术提升制度知识的检索效率与准确性,支持企业数据安全保护与动态更新。【结果】系统在企业法规问答任务中表现优异,BLEU-1和ROUGE-1评分分别达到0.2651和0.3020,较无RAG基线显著提升,验证了模型的有效性与鲁棒性。【结论】本研究开发的智能问答系统有效解决了能源行业制度知识获取难题,支持新员工培训与企业管理需求,为行业数字化转型提供了可复用的技术框架。
郝文玉;刘伟;高思远;梁凌;游博
中国神华能源股份有限公司,北京100011 国家能源投资集团有限责任公司,北京100011中国神华能源股份有限公司,北京100011国家能源集团新能源技术研究院有限公司,北京102209国家能源集团新能源技术研究院有限公司,北京102209中国科学院自动化研究所,北京100190
管理科学
大语言模型RAG技术能源产业智能问答系统
《数据与计算发展前沿(中英文)》 2026 (4)
P.214-221,8
国家能源集团科技创新项目资助(GJNY-23-176)。
评论