智能诊断分析方法与流程
本技术涉及人工智能,特别是涉及一种智能诊断分析方法。
背景技术:
1、铁路运营管理需要针对项目前期、实施、验收各阶段进行全面的监管与分析,排查各类管理漏洞和安全风险,并及时给出问题整改与风险管控建议,完成对铁路运营管理短板与安全风险的诊断分析。
2、传统铁路运营管理模式中,主要通过定期的运营分析会,阶段性地进行运营指标统计与对比分析,找出运营管理的薄弱环节,排查安全风险。
3、然而,由于传统铁路运营管理模式的固有局限性,对铁路运营管理短板与安全风险的诊断分析高度依赖以往运营管理的经验判断且存在滞后性,导致不能及时识别铁路运营管理短板与安全风险。
技术实现思路
1、基于此,有必要针对上述技术问题,提供一种能够及时识别铁路运营管理短板与安全风险并给出诊断分析建议的智能诊断分析方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面,本技术提供了一种智能诊断方法,包括:
3、获取用户终端输入的诊断需求文本,以及所述诊断需求文本对应的诊断需求类别;所述诊断需求类别包括第一诊断需求类别以及第二诊断需求类别;
4、在所述诊断需求类别为所述第一诊断需求类别的情况下,获取所述诊断需求文本对应的数据库查询语句,并通过所述数据库查询语句查询第一数据集,得到所述诊断需求文本对应的诊断分析数据;
5、在所述诊断需求类别为所述第二诊断需求类别的情况下,根据所述诊断需求文本以及第二数据集,获取所述诊断需求文本对应的诊断分析数据;
6、获取所述诊断分析数据对应的诊断分析结果,根据所述诊断分析结果以及第三数据集,生成所述诊断分析结果对应的优化建议,并利用所述诊断分析结果以及所述优化建议,生成所述诊断需求文本对应的诊断分析报告;
7、将所述诊断分析报告返回至所述用户终端。
8、在一个实施例中,所述获取所述诊断分析数据对应的诊断分析结果,根据所述诊断分析结果以及第三数据集,生成所述诊断分析结果对应的优化建议,包括:
9、将所述诊断需求文本输入预先配置的第一大语言模型,通过所述第一大语言模型获取所述诊断分析数据的输出类别;
10、在所述输出类别为第一输出类别的情况下,将所述诊断分析数据输入预先配置的第二大语言模型,通过所述第二大语言模型生成所述诊断分析结果;
11、将所述诊断分析结果以及所述第三数据集输入预先配置的第三大语言模型,通过所述第三大语言模型生成所述优化建议。
12、在一个实施例中,所述利用所述诊断分析结果以及所述优化建议,生成所述诊断需求文本对应的诊断分析报告,包括:
13、在所述诊断需求类别为所述第一诊断需求类别的情况下,将所述诊断分析结果输入预先配置的第四大语言模型,通过所述第四大语言模型生成所述诊断分析结果对应的任务评分;所述任务评分反映所述诊断分析结果中的任务分析结果;
14、根据所述诊断分析结果、所述优化建议以及所述任务评分,生成所述诊断需求文本对应的诊断分析报告。
15、在一个实施例中,所述通过所述第一大语言模型获取所述诊断分析数据的输出类别之后,还包括:
16、在所述输出类别为第二输出类别的情况下,将所述诊断分析数据返回至所述用户终端。
17、在一个实施例中,所述诊断需求类别通过以下步骤获取得到:
18、将所述诊断需求文本输入预先配置的第五大语言模型,通过所述第五大语言模型获得所述诊断需求文本对应的一级需求分类结果;所述一级需求分类结果为按照所述诊断需求文本的整体语义特征对所述诊断需求文本进行划分得到的结果;
19、在所述一级需求分类结果为第一分类结果的情况下,将所述诊断需求类别确定为所述第一诊断需求类别;
20、在所述一级需求分类结果为第二分类结果的情况下,将所述诊断需求类别确定为所述第二诊断需求类别。
21、在一个实施例中,所述获取所述诊断需求文本对应的数据库查询语句,包括:
22、将所述诊断需求文本输入预先配置的第六大语言模型,通过所述第六大语言模型获得所述诊断需求文本对应的二级需求分类结果;所述二级需求分类结果为按照所述诊断需求文本的关键语义对所述诊断需求文本进行划分得到的结果;
23、将所述二级需求分类结果以及所述诊断需求文本输入第七大语言模型,通过所述第七大语言模型生成所述数据库查询语句。
24、在一个实施例中,所述根据所述诊断需求文本以及第二数据集,获取所述诊断需求文本对应的诊断分析数据,包括:
25、将所述诊断需求文本输入预先配置的第八大语言模型,通过所述第八大语言模型获得所述诊断需求文本对应的二级需求分类结果;所述二级需求分类结果为按照所述诊断需求文本的关键语义对所述诊断需求文本进行划分得到的结果;
26、将所述诊断需求文本、所述二级需求分类结果以及所述第二数据集输入预先配置的第九大语言模型,通过所述第九大语言模型生成所述诊断分析数据。
27、第二方面,本技术还提供了一种智能诊断分析装置,包括:
28、诊断需求获取模块,用于获取用户终端输入的诊断需求文本,以及所述诊断需求文本对应的诊断需求类别;所述诊断需求类别包括第一诊断需求类别以及第二诊断需求类别;
29、诊断分析数据获取模块,用于在所述诊断需求类别为所述第一诊断需求类别的情况下,获取所述诊断需求文本对应的数据库查询语句,并通过所述数据库查询语句查询第一数据集,得到所述诊断需求文本对应的诊断分析数据;在所述诊断需求类别为所述第二诊断需求类别的情况下,根据所述诊断需求文本以及第二数据集,获取所述诊断需求文本对应的诊断分析数据;
30、诊断分析报告生成模块,用于获取所述诊断分析数据对应的诊断分析结果,根据所述诊断分析结果以及第三数据集,生成所述诊断分析结果对应的优化建议,并利用所述诊断分析结果以及所述优化建议,生成所述诊断需求文本对应的诊断分析报告;
31、诊断分析应用模块,用于将所述诊断分析报告返回至所述用户终端。
32、第三方面,本技术还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现第一方面任一项实施例所述方法的步骤。
33、第四方面,本技术还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面任一项实施例所述方法的步骤。
34、第五方面,本技术还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面任一项实施例所述方法的步骤。
35、上述诊断分析方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,通过对诊断需求文本进行语义识别,将诊断分析需求分发至相对应的诊断分析步骤,然后结合数据查询调用大语言模型进行分析生成诊断分析报告,实现从数据查询、智能诊断到风险预警、建议生成的全流程自动化,能够及时识别铁路运营管理短板与安全风险并给出诊断分析建议。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com