基于大语言模型的铁路信号设计规范智能问答方法及系统与流程

本发明涉及数据处理。更具体地，本发明涉及基于大语言模型的铁路信号设计规范智能问答方法及系统。

背景技术：

1、随着铁路建设规模的不断扩大以及高速铁路、城际铁路、市域铁路等多种线路制式的快速发展，铁路信号系统作为保障列车运行安全与运输效率的重要基础设施，其设计工作日益复杂。铁路信号设计过程中需要严格遵循大量国家标准、行业规范、铁路技术标准以及企业技术规定，设计人员在方案设计、参数选取、设备配置及工程校核等环节均需要频繁查阅相关规范文件。目前铁路信号设计规范通常以文档形式进行管理，具有条文数量多、层级结构复杂、版本更新频繁以及规范之间引用关系交叉等特点，给设计人员准确获取规范依据带来了较大困难。

2、现阶段，为提高规范查询效率，部分铁路设计单位开始引入基于知识库检索、全文检索以及大语言模型问答技术的智能辅助设计系统。该类系统通常通过构建规范数据库或向量知识库，将用户提出的问题映射至相关规范条款后生成对应答案，从而减少人工翻阅规范的工作量。然而，由于铁路信号设计属于强规范约束领域，规范条款中大量存在强制性要求、限制条件、数值阈值以及适用场景约束，不同版本规范之间还可能存在条款内容调整、参数变更及适用范围变化等情况，因此仅依赖语义相似度检索或大语言模型生成能力难以保证回答结果与现行规范内容完全一致。

3、现有技术中，大语言模型问答系统普遍存在模型幻觉、条款引用不准确、规范版本混用以及答案缺乏可追溯性等问题。当用户提出涉及具体设计参数、设备配置原则或安全约束条件的问题时，模型可能生成与规范原文不一致的内容，或者引用已经失效的历史版本规范；同时，大多数系统仅返回最终答案，无法提供完整的条款出处、版本来源及事实核验依据，使得设计人员难以判断答案的可信程度，进而导致影响设计结果的规范符合性和工程应用可靠性不足的问题。

技术实现思路

1、为解决上述背景技术中提出的设计人员难以判断答案的可信程度，进而导致影响设计结果的规范符合性和工程应用可靠性不足的问题，本发明在如下的多个方面中提供方案。

2、在第一方面中，本发明提供了基于大语言模型的铁路信号设计规范智能问答方法，包括：对铁路信号设计规范按章、节、条、款、项五级层级构建为条款树，对条款树中每个条款节点的原文做规范化处理后计算内容哈希，并将所述内容哈希与所属规范的版本号按位异或得到条款指纹；基于情态词集与数值约束词集构建切分器，所述切分器以情态词或数值约束词作为强边界，以从句连接词作为弱边界；依据用户问题的项目立项日期与线路类型获取生效版本集合，并仅在所述生效版本集合限定的条款空间内执行向量检索与基于条款编号、术语的倒排检索以得到对应的检索结果，合并检索结果后做一跳传播以得到证据卡集合；向大语言模型输入用户问题与证据卡集合，并启用有限状态自动机与切分器联动的约束解码；对大语言模型生成结果做指纹反查、跨度对齐与事实三元组对齐核验，按指纹通过率、三元组对齐通过率与跨度对齐率的加权之和得到综合核验得分；当所述综合核验得分小于预设拒答阈值或所述三元组对齐通过率为零时触发拒答，否则输出答案及其条款编号、原文与版本号溯源清单。

3、上述技术方案通过对铁路信号设计规范进行层级化组织和版本化管理，能够实现规范内容的精准定位与有效区分，避免不同版本规范混用而导致的查询偏差；结合问题语义特征进行针对性检索，可提高相关条款的召回准确率和完整性，使问答过程能够充分依据真实有效的规范内容开展推理；同时对生成结果进行多维度一致性校验和来源核查，能够有效抑制模型生成过程中出现的内容臆造、参数错误以及规范引用不准确等问题，提升答案与规范原文的一致性和可信度；在证据不足或结果可靠性较低时主动拒绝输出，可降低错误信息传播风险；最终通过同步提供规范出处、原文内容及版本信息，实现问答结果全流程可追溯和可验证，从而提高铁路信号设计规范查询的效率、准确性和工程应用可靠性。

4、进一步地，条款树构建与条款指纹生成的步骤包括：对铁路信号设计规范的全文按章、节、条、款、项进行五级层级切分，得到含路径、标题、原文、版本号、生效区间和颁布机关字段的条款节点；对每个条款节点的原文跨度依次执行去空白、全角半角统一与术语词典归一处理；计算处理后原文的sha256哈希值，将所述sha256哈希值与条款所属规范的版本号按位异或得到所述条款指纹。

5、上述技术方案通过对铁路信号设计规范按照固定层级结构进行细粒度拆分和组织，能够建立清晰、完整且具有上下文关联关系的规范知识结构，使后续检索、定位和引用过程更加准确高效；同时对条款内容进行统一化处理，能够消除格式差异、字符表示差异以及术语表达不一致所带来的影响，提高相同规范内容在不同来源和不同版本中的一致性和可比性；进一步结合规范版本信息生成唯一标识，可有效区分内容相近但来源版本不同的条款，增强条款识别的准确性和稳定性，为规范版本管理、内容追溯、引用校验以及结果真实性验证提供可靠依据，从而提升整个智能问答过程的准确性、可追溯性和可信度。

6、进一步地，切分器的边界判定步骤包括：建立情态词集、数值约束词集和从句连接词集；对用户问题的token序列从左至右遍历，当遍历到属于所述情态词集或所述数值约束词集的token时标记为强边界；当遍历到属于所述从句连接词集的token时标记为弱边界，并在所述弱边界之后再次出现属于所述情态词集或所述数值约束词集的token时，将所述弱边界修正为强边界。

7、上述技术方案通过对用户问题中的约束表达、条件表达以及逻辑连接关系进行差异化识别和动态边界划分，能够更加准确地捕获问题中具有规范约束意义的核心语义单元，避免将多个独立约束条件错误合并或将完整语义片段过度拆分，从而提高复杂问题的语义解析精度；同时能够有效识别条件递进、并列约束以及嵌套限制关系，使问题中的关键设计要求、参数限制和适用条件得到完整保留，为后续规范条款检索和答案生成提供更加清晰、准确的语义结构支撑，进而提升检索结果的相关性、问答结果的准确性以及复杂规范场景下的理解能力。

8、进一步地，生效版本集合选取的步骤包括：从用户问题中提取项目立项日期、线路类型与制式信息；在版本树上以项目立项日期作为查询时刻，遍历版本树各节点对应的生效区间，将项目立项日期落入生效区间的版本节点纳入候选集；按线路类型与制式信息对所述候选集做二次过滤，得到生效版本集合。

9、上述技术方案通过结合项目建设时间、线路类别以及技术制式等关键信息对规范版本进行筛选，能够使问答过程优先基于与实际工程场景相匹配的规范内容开展检索和推理，避免因规范更新迭代、适用范围差异或技术标准变更而导致的不适用条款被误召回；同时能够有效缩小检索范围，减少无关版本信息对检索结果的干扰，提高规范匹配的针对性和准确性，保证所引用内容与项目所处建设时期及应用场景保持一致，从而增强问答结果的规范符合性、工程适用性和可信度，并降低因版本混用或标准错配引发的设计风险。

10、进一步地，所述得到证据卡集合的步骤包括：对用户问题进行向量化得到查询向量，在所述生效版本集合限定的条款向量索引中召回第一候选集合；对所述用户问题中出现的条款编号字符串与铁路信号术语字符串进行倒排匹配，召回第二候选集合；将所述第一候选集合与所述第二候选集合合并去重后，对每个候选条款做一跳传播得到证据卡集合。

11、进一步地，所述约束解码的步骤包括：为大语言模型解码器配置引文格式有限状态自动机，所述引文格式有限状态自动机要求每个原子断言结束位置附有由条款编号、章节路径与所述条款指纹组成的引用标记；将强边界信号同步输入解码器，在强边界触发时将不满足所述引文格式的token的采样概率置零；同时对引用标记位置仅允许从所述证据卡集合中现存的条款指纹中采样，对不在所述证据卡集合中的条款指纹token的采样概率置零。

12、上述技术方案通过同时利用语义相似性检索和关键条款标识检索两种方式获取候选内容，能够兼顾用户问题的深层语义表达与显式规范引用信息，减少单一检索方式造成的遗漏和偏差，提高相关条款的召回完整性和准确性；在融合不同来源的检索结果后进行统一处理，能够有效消除重复信息并增强证据覆盖范围，同时进一步关联与候选条款存在直接联系的上下位条款、引用条款或配套约束条款，使获得的证据内容更加完整和连贯，从而为后续答案生成提供充分且可靠的依据，提高复杂规范问题的理解能力、检索精度以及问答结果的准确性和可信度。

13、进一步地，所述核验的步骤包括：对大语言模型生成结果中的每个原子断言抽取其参数名、关系算子、数值与单位组成在线三元组；依据所述原子断言的引用标记反指的条款，获取所述条款的事实三元组；按参数名同义词等价、关系算子等价类映射、含单位数值严格相等三个条件联立判定所述在线三元组与所述事实三元组是否等价；当三个条件全部成立时记为对齐成功，否则记为对齐失败。

14、上述技术方案通过将生成结果中的关键约束信息与对应规范条款中的事实信息进行逐项比对和一致性验证，能够准确识别内容表达正确但语义发生偏移、数值出现误差、单位使用错误或约束关系被错误修改等情况，避免模型在生成过程中对规范内容进行不当扩展、简化或改写；同时兼顾不同表达方式下语义一致内容的识别能力，减少因表述差异造成的误判，提高核验过程的准确性和稳定性，使最终输出结果能够更加严格地符合规范原文要求，从而提升问答结果的真实性、可靠性和工程应用价值。

15、进一步地，综合核验与拒答判别的步骤包括：统计生成结果中所有引用标记反查命中条款指纹的比例作为指纹通过率；统计所有原子断言的三元组对齐成功比例作为三元组对齐通过率；对每个原子断言计算其文本与所引用条款原文跨度的token级最长公共子序列长度归一化值后求平均得到跨度对齐率；将所述指纹通过率、三元组对齐通过率与跨度对齐率按预设权重加权求和得到综合核验得分；当所述综合核验得分小于预设拒答阈值或所述三元组对齐通过率为零时输出拒答提示，否则输出答案与对应的条款编号、原文与版本号溯源清单。

16、上述技术方案通过从引用来源真实性、事实内容一致性以及文本表达与规范原文的贴合程度等多个维度对生成结果进行综合评估，能够全面衡量问答结果与规范依据之间的匹配程度，避免仅依赖单一指标导致的误判情况；当发现证据支撑不足、事实内容不一致或规范依据无法有效验证时，能够及时阻断不可靠结果的输出，降低错误信息被采纳的风险；同时对于通过核验的结果提供对应的规范出处、原文内容和版本信息，使答案具备完整的来源追溯能力和验证依据，从而显著提高问答结果的可信度、规范符合性和工程应用安全性，并增强用户对智能问答结果的信任程度。

17、在第二方面中，本发明提供了基于大语言模型的铁路信号设计规范智能问答系统，包括存储器和处理器，所述存储器内存储有计算机程序指令，当所述计算机程序指令被所述处理器执行时实现以上任意一项所述的基于大语言模型的铁路信号设计规范智能问答方法。

18、本发明的有益效果在于：

19、本发明通过建立面向铁路信号设计规范的全流程智能问答机制，能够实现规范内容的结构化管理、精准检索、受控生成和结果核验，使问答过程始终建立在真实有效的规范依据之上；在检索阶段能够准确匹配与工程场景相对应的规范内容，减少无关信息干扰，提高规范定位效率和证据完整性；在生成阶段能够对输出内容进行有效约束，避免出现无依据推断、错误引用以及内容偏离规范原文等情况；在核验阶段能够对答案来源、事实一致性以及文本符合程度进行多维度验证，及时识别并拦截可靠性不足的结果；同时通过提供完整的规范出处、原文内容及版本信息，实现问答结果的全过程可追溯和可验证，显著提升铁路信号设计规范查询的准确性、可信度和使用效率，降低人工查阅规范的工作量以及因规范理解偏差、版本混用或信息错误而引发的设计风险。