咖趣阁

手机浏览器扫描二维码访问

第297章 睡了睡了（第2页）

只采用大语言模型，采用知识库与大语言模型结合，和联网搜索与大语言模型结合。

三种功能下获得的回答是完全不同的，后面两个检索功能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。

可以看到普通的大语言模型回答的是最简短的，采用了知识库的回答，将答案细分，扩充，并添加了新的内容，附上参考文献。

最后的联网搜索，将答案分为了几类，更加全面，但是每类回答点到即止。

最后就是向量知识库进行优化。

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。

用户反馈是对输入的问题和产生的回答进行记录，方便针对性进行调整。

反馈可以直接用于指导向量知识库的更新和优化。

不断地测试来完善我的专业领域大模型。

最后一部分是我本次研究的总结。

首先创建了一个能被大语言模型直接调用的专业知识库，在电力LCA这个专业性较高的领域填补了大语言模型的空白。

其次是采用RAG技术，将知识库，联网与大语言模型相结合，增强了大语言模型在特定领域的可信度和实用性。

最后就是本次研究虽然是针对电力LCA领域，但其背后的构架适用于各个领域，构建了一个完整的体系，可以进行修改，全方面的辅助大语言模型，应用广泛。

以下就是我的全部研究内容请各位老师批评指正。

3.3.2数据预处理

Unstructured库是一个强大的工具，专为处理非结构化数据设计，具体流程如图3.7所示，

如从文本文档、PDF文件或网页中提取数据。

它支持多种数据提取方法，包括正则表达式匹配、自

然语言处理（NLP）技术等。

数据预处理步骤如下：

这章没有结束，请点击下一页继续阅读！

步骤一：数据清洗

去除杂质：从文本中去除无关的字符，如特殊符号、空白行等。

格式统一：将所有文本统一为相同的编码格式，通常为UTF-8，以避免编码错误。

语言标准化：统一不同术语的使用，例如将所有"

photovoltaic"

统一替换为"

PV"