一种基于大语言模型的汽服工单意图识别方法与流程

本申请属于大语言模型领域，尤其涉及一种基于大语言模型的汽服工单意图识别方法。

背景技术：

1、大语言模型凭借较强的自然语言理解、语义抽取和逻辑推理能力，已逐步应用于文本意图识别领域。将大语言模型用于汽服工单处理，能够在一定程度上降低人工审核成本，并提升工单信息提取与初步分类效率。然而，汽服工单文本通常具有较强的专业性、复杂性和非结构化特征，其中既包含车辆部件、故障现象、维修项目等垂直领域术语，也可能同时混杂客户主观描述、技师检测记录、故障码、配件耗材明细等多源信息。常规意图识别方法在处理此类文本时，往往难以充分捕捉上下文中的深层语义关联，尤其在客户表述模糊、诊断信息不完整或多个维修项目交织的情况下，容易出现识别结果不准确、服务项目归类不稳定等问题。

2、现有基于大语言模型的汽服工单意图识别方法通常依赖单一提示词指令和线性推理路径，缺少从客户表述、技师勘验和配件需求等多视角进行综合分析与交叉验证的机制。当客户主观表述与技师客观勘验存在差异时，模型容易产生理解偏差，甚至生成缺乏领域事实依据的推理结果。同时，现有思维链推理过程大多未与汽服领域知识库充分结合，生成的实体要素、故障关系和服务项目缺少有效校验，推理结果的可靠性和置信度难以量化。面对不同思维链之间可能产生的意图分歧，现有技术也缺少分歧程度评估、冲突节点辨析和自适应修正机制，难以根据分歧严重程度选择加权输出、复合裁决或重新推理等处理策略。因此，亟需一种能够融合多维视角、领域知识校验和思维链分歧处理机制的汽服工单意图识别方法，以提高识别过程的准确性、稳定性和可解释性。

技术实现思路

1、为了解决现有技术在汽服工单意图识别中依赖单一推理路径、缺少领域知识校验、难以量化处理思维链分歧而导致识别准确性和稳定性不足的问题，第一方面，本发明提供了一种基于大语言模型的汽服工单意图识别方法，所述方法包括：

2、获取待识别的汽服工单文本数据；利用初始非同质化视角指令并行驱动大语言模型，从客户表述维度、技师勘验维度和配件需求维度生成多个候选思维链，所述候选思维链包含从实体要素、故障现象到服务项目的结构化推理过程；

3、将所述候选思维链的结构化实体要素与预定义的汽服领域知识图谱进行实体对齐校验操作，计算知识校验置信度并将所述知识校验置信度作为权重因子；计算各个候选思维链之间关键推理节点的语义相似度，根据所述语义相似度构建关系矩阵；

4、基于所述关系矩阵计算思维链分歧指数，并根据所述思维链分歧指数激活自适应机制，若所述思维链分歧指数低于第一阈值，结合所述知识校验置信度进行加权，输出置信度最高的单一意图；若所述思维链分歧指数大于或等于所述第一阈值且低于第二阈值，定位冲突节点，生成冲突辨析指令驱动大语言模型进行裁决，输出复合意图；若所述思维链分歧指数大于或等于所述第二阈值，将大语言模型生成温度调整至预设低随机区间，基于分歧根源生成澄清式重构指令优化初始指令集，并启动新一轮推理验证循环，直至思维链分歧指数低于所述第二阈值，或在达到预设最大重试次数时输出人工复核标记。

5、另一方面，本发明还提供了一种基于大语言模型的汽服工单意图识别系统，所述系统包括以下模块：

6、生成模块，用于获取待识别的汽服工单文本数据；利用初始非同质化视角指令并行驱动大语言模型，从客户表述维度、技师勘验维度和配件需求维度生成多个候选思维链，所述候选思维链包含从实体要素、故障现象到服务项目的结构化推理过程；

7、构建模块，用于将所述候选思维链的结构化实体要素与预定义的汽服领域知识图谱进行实体对齐校验操作，计算知识校验置信度并将所述知识校验置信度作为权重因子；计算各个候选思维链之间关键推理节点的语义相似度，根据所述语义相似度构建关系矩阵；

8、输出模块，用于基于所述关系矩阵计算思维链分歧指数，并根据所述思维链分歧指数激活自适应机制，若所述思维链分歧指数低于第一阈值，结合所述知识校验置信度进行加权，输出置信度最高的单一意图；若所述思维链分歧指数大于或等于所述第一阈值且低于第二阈值，定位冲突节点，生成冲突辨析指令驱动大语言模型进行裁决，输出复合意图；若所述思维链分歧指数大于或等于所述第二阈值，将大语言模型生成温度调整至预设低随机区间，基于分歧根源生成澄清式重构指令优化初始指令集，并启动新一轮推理验证循环，直至思维链分歧指数低于所述第二阈值，或在达到预设最大重试次数时输出人工复核标记。

9、本发明通过非同质化视角指令并行驱动大语言模型，从客户表述、技师勘验和配件需求等维度生成候选思维链，以充分提取汽服工单中的多源语义特征。通过将候选思维链中的实体要素与汽服领域知识图谱进行对齐校验，得到知识校验置信度并作为后续输出的权重依据，有助于降低模型推理结果缺乏领域事实支撑的风险。同时，通过构建一致性关系矩阵并计算思维链分歧指数，量化不同推理路径之间的一致程度，并根据分歧程度分别执行加权输出、冲突辨析或低随机重构验证处理，提高了汽服工单意图识别的准确性、可靠性和稳定性。

1.一种基于大语言模型的汽服工单意图识别方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述利用初始非同质化视角指令并行驱动大语言模型，从客户表述维度、技师勘验维度和配件需求维度生成多个候选思维链，包括：

3.根据权利要求2所述的方法，其特征在于，所述将所述候选思维链的结构化实体要素与预定义的汽服领域知识图谱进行实体对齐校验操作，计算知识校验置信度，包括：

4.根据权利要求1所述的方法，其特征在于，所述计算各个候选思维链之间关键推理节点的语义相似度，根据所述语义相似度构建关系矩阵，包括：

5.根据权利要求1所述的方法，其特征在于，所述基于所述关系矩阵计算思维链分歧指数，包括：

6.根据权利要求1所述的方法，其特征在于，所述定位冲突节点，生成冲突辨析指令驱动大语言模型进行裁决，输出复合意图，包括：

7.根据权利要求1所述的方法，其特征在于，所述将大语言模型生成温度调整至预设低随机区间，基于分歧根源生成澄清式重构指令优化初始指令集，并启动新一轮推理验证循环，直至思维链分歧指数低于所述第二阈值，或在达到预设最大重试次数时输出人工复核标记，包括：

8.一种基于大语言模型的汽服工单意图识别系统，其特征在于，包括：

9.根据权利要求8所述的系统，其特征在于，所述利用初始非同质化视角指令并行驱动大语言模型，从客户表述维度、技师勘验维度和配件需求维度生成多个候选思维链，包括：

10.根据权利要求8所述的系统，其特征在于，所述将所述候选思维链的结构化实体要素与预定义的汽服领域知识图谱进行实体对齐校验操作，计算知识校验置信度，包括：