本發(fā)明涉及大語(yǔ)言模型，具體涉及一種基于本地llm構(gòu)建倉(cāng)儲(chǔ)管理智能客服的方法及設(shè)備。

背景技術(shù)：

1、倉(cāng)儲(chǔ)管理系統(tǒng)（wms）在企業(yè)物流和成本管理中占據(jù)關(guān)鍵地位，其通過(guò)入庫(kù)、出庫(kù)、調(diào)撥、盤點(diǎn)等功能對(duì)倉(cāng)庫(kù)業(yè)務(wù)進(jìn)行全方位管控，實(shí)現(xiàn)倉(cāng)儲(chǔ)信息的高效管理，已廣泛應(yīng)用于制造企業(yè)倉(cāng)庫(kù)。與此同時(shí)，人工智能領(lǐng)域的大語(yǔ)言模型（llm）在自然語(yǔ)言處理方面取得顯著進(jìn)展，于語(yǔ)言翻譯、語(yǔ)義理解、信息檢索生成等任務(wù)中表現(xiàn)出色，大模型問(wèn)答客服應(yīng)運(yùn)而生，它能有效整合領(lǐng)域信息為客戶答疑，相比傳統(tǒng)搜索引擎式檢索，極大降低了用戶使用難度，用戶無(wú)需自行檢索信息。

2、然而，在倉(cāng)儲(chǔ)管理場(chǎng)景中應(yīng)用大語(yǔ)言模型面臨諸多挑戰(zhàn)。多數(shù)工廠倉(cāng)庫(kù)基于安全與保密需求，僅采用局域網(wǎng)通信，無(wú)因特網(wǎng)連接，致使無(wú)法直接使用云側(cè)大語(yǔ)言模型。在現(xiàn)有倉(cāng)儲(chǔ)物流行業(yè)中，客服系統(tǒng)尚不完善，企業(yè)依賴專業(yè)技術(shù)人員操作wms、wcs等倉(cāng)儲(chǔ)系統(tǒng)，這些人員需精通倉(cāng)庫(kù)流程與規(guī)定，技術(shù)門檻和行業(yè)經(jīng)驗(yàn)要求頗高。

3、盡管在金融、醫(yī)療等行業(yè)智能客服系統(tǒng)已相對(duì)成熟，可利用領(lǐng)域問(wèn)答數(shù)據(jù)訓(xùn)練專用大模型，并糾正易錯(cuò)問(wèn)題答案，但此類基于問(wèn)答知識(shí)的模型應(yīng)用于倉(cāng)儲(chǔ)管理時(shí)存在缺陷。倉(cāng)儲(chǔ)管理系統(tǒng)數(shù)據(jù)存儲(chǔ)于表格形式數(shù)據(jù)庫(kù)，自然語(yǔ)言的歧義易導(dǎo)致llm在將其轉(zhuǎn)換為?sql語(yǔ)句時(shí)出現(xiàn)幻覺(jué)，進(jìn)而查詢錯(cuò)誤列數(shù)據(jù)，且小參數(shù)量?llm?處理大量數(shù)據(jù)時(shí)定位答案能力不足，而倉(cāng)儲(chǔ)物流信息具有嚴(yán)格的固定性與唯一性，要求模型答案精準(zhǔn)無(wú)誤，不能隨意發(fā)散擴(kuò)展。

技術(shù)實(shí)現(xiàn)思路

1、有鑒于此，本發(fā)明的目的在于提供一種基于本地llm構(gòu)建倉(cāng)儲(chǔ)管理智能客服的方法及設(shè)備，以解決現(xiàn)有技術(shù)中利用本地llm構(gòu)建智能客服時(shí)準(zhǔn)確性不足，答案定位困難的問(wèn)題。

2、根據(jù)本發(fā)明實(shí)施例的第一方面，提供一種基于本地llm構(gòu)建倉(cāng)儲(chǔ)管理智能客服的方法，包括：

3、獲取物流領(lǐng)域的倉(cāng)儲(chǔ)管理系統(tǒng)的文本信息，將所述文本信息整理為問(wèn)答數(shù)據(jù)集，利用所述問(wèn)答數(shù)據(jù)集對(duì)大語(yǔ)言模型進(jìn)行微調(diào)訓(xùn)練；

4、調(diào)用倉(cāng)儲(chǔ)管理系統(tǒng)的本地知識(shí)文檔，根據(jù)所述本地知識(shí)文檔生成本地向量知識(shí)庫(kù)；

5、獲取用戶以自然語(yǔ)言提出的用戶問(wèn)題，利用語(yǔ)義解析器判斷所述用戶問(wèn)題為概念型問(wèn)題，或，業(yè)務(wù)型問(wèn)題；

6、若所述用戶問(wèn)題為概念型問(wèn)題，則將所述用戶問(wèn)題轉(zhuǎn)換為問(wèn)題向量，在本地向量知識(shí)庫(kù)中檢索出相似度大于預(yù)設(shè)閾值的文本塊向量，根據(jù)所述文本塊向量生成提示詞模板，大語(yǔ)言模型根據(jù)所述提示詞模板生成答復(fù)內(nèi)容；

7、若所述用戶問(wèn)題為業(yè)務(wù)型問(wèn)題，利用大語(yǔ)言模型將所述用戶問(wèn)題進(jìn)行處理轉(zhuǎn)換生成查詢提示詞；根據(jù)所述查詢提示詞定位到解答該問(wèn)題需要查詢的數(shù)據(jù)表；利用大語(yǔ)言模型生成數(shù)據(jù)表中每條信息對(duì)應(yīng)的自然語(yǔ)言表示文本；從全部的自然語(yǔ)言表示文本中檢索出用戶問(wèn)題對(duì)應(yīng)的答復(fù)文本；大語(yǔ)言模型根據(jù)所述答復(fù)文本生成答復(fù)內(nèi)容。

8、優(yōu)選的，在利用所述問(wèn)答數(shù)據(jù)集對(duì)大語(yǔ)言模型進(jìn)行微調(diào)訓(xùn)練時(shí)，還包括：

9、根據(jù)廣泛領(lǐng)域的一般性知識(shí)和語(yǔ)言信息構(gòu)建通用數(shù)據(jù)集，根據(jù)預(yù)設(shè)問(wèn)答數(shù)據(jù)集和通用數(shù)據(jù)集的比例，引入一定量的通用數(shù)據(jù)集對(duì)大語(yǔ)言模型進(jìn)行微調(diào)訓(xùn)練。

10、優(yōu)選的，調(diào)用倉(cāng)儲(chǔ)管理系統(tǒng)的本地知識(shí)文檔，根據(jù)所述本地知識(shí)文檔生成本地向量知識(shí)庫(kù)，包括：

11、將所述本地知識(shí)文檔中的文本內(nèi)容分割為文本塊；

12、利用embedding層將所述文本塊轉(zhuǎn)化為文本塊向量；

13、存儲(chǔ)所述文本塊向量得到本地向量知識(shí)庫(kù)。

14、優(yōu)選的，所述的方法，還包括：

15、在進(jìn)行概念型問(wèn)題答復(fù)時(shí)，將大語(yǔ)言模型的創(chuàng)造性參數(shù)設(shè)置為0；

16、將所述預(yù)設(shè)閾值設(shè)置為0.8。

17、優(yōu)選的，利用大語(yǔ)言模型生成數(shù)據(jù)表中每條信息對(duì)應(yīng)的自然語(yǔ)言表示文本，包括：

18、將所述數(shù)據(jù)表轉(zhuǎn)換為json格式的文件，以使數(shù)據(jù)表的每行信息分別存儲(chǔ)在一個(gè)字典中；

19、利用大語(yǔ)言模型對(duì)每一個(gè)字典進(jìn)行處理，生成每條信息對(duì)應(yīng)的自然語(yǔ)言表示文本。

20、優(yōu)選的，從全部的自然語(yǔ)言表示文本中檢索出用戶問(wèn)題對(duì)應(yīng)的答復(fù)文本，包括：

21、將所述全部的自然語(yǔ)言表示文本按順序存儲(chǔ)到本地文件，構(gòu)成業(yè)務(wù)知識(shí)庫(kù)；

22、從所述業(yè)務(wù)知識(shí)庫(kù)中檢索出用戶問(wèn)題對(duì)應(yīng)的答復(fù)文本。

23、優(yōu)選的，所述的方法，還包括：

24、在進(jìn)行業(yè)務(wù)型問(wèn)題答復(fù)時(shí)，若根據(jù)所述查詢提示詞無(wú)法定位到解答該問(wèn)題需要查詢的數(shù)據(jù)表，則觸發(fā)補(bǔ)充提問(wèn)機(jī)制，以使用戶輸入問(wèn)題補(bǔ)充信息；

25、將所述問(wèn)題補(bǔ)充信息和原用戶問(wèn)題整合為新的用戶問(wèn)題，重新執(zhí)行業(yè)務(wù)型問(wèn)題答復(fù)。

26、優(yōu)選的，在利用大語(yǔ)言模型對(duì)每一個(gè)字典進(jìn)行處理，生成每條信息對(duì)應(yīng)的自然語(yǔ)言表示文本時(shí)，還包括：

27、獲取預(yù)設(shè)的表格列名信息對(duì)照表，利用大語(yǔ)言模型根據(jù)所述表格列名信息對(duì)照表對(duì)每一個(gè)字典進(jìn)行處理；

28、所述表格列名信息對(duì)照表為數(shù)據(jù)庫(kù)中的每一個(gè)表名或列名與自然語(yǔ)言的語(yǔ)義映射關(guān)系。

29、根據(jù)本發(fā)明實(shí)施例的第二方面，提供一種基于本地llm構(gòu)建倉(cāng)儲(chǔ)管理智能客服的設(shè)備，包括：

30、主控器，及與所述主控器相連的存儲(chǔ)器；

31、所述存儲(chǔ)器，其中存儲(chǔ)有程序指令；

32、所述主控器用于執(zhí)行存儲(chǔ)器中存儲(chǔ)的程序指令，執(zhí)行上述任一項(xiàng)所述的方法。

33、本發(fā)明的實(shí)施例提供的技術(shù)方案可以包括以下有益效果：

34、可以理解的是，本發(fā)明示出的技術(shù)方案，能夠獲取物流領(lǐng)域的倉(cāng)儲(chǔ)管理系統(tǒng)的文本信息，整理為問(wèn)答數(shù)據(jù)集，對(duì)大語(yǔ)言模型進(jìn)行微調(diào)訓(xùn)練；調(diào)用倉(cāng)儲(chǔ)管理系統(tǒng)的本地知識(shí)文檔生成本地向量知識(shí)庫(kù)；獲取用戶以自然語(yǔ)言提出的用戶問(wèn)題，若為概念型問(wèn)題，在本地向量知識(shí)庫(kù)中檢索出相似度高的文本塊向量，大語(yǔ)言模型生成答復(fù)內(nèi)容；若為業(yè)務(wù)型問(wèn)題，先將用戶問(wèn)題轉(zhuǎn)義為查詢提示詞；定位到對(duì)應(yīng)的數(shù)據(jù)表；生成數(shù)據(jù)表中每條信息對(duì)應(yīng)的自然語(yǔ)言表示文本；根據(jù)自然語(yǔ)言表示文本生成答復(fù)內(nèi)容。本發(fā)明示出的技術(shù)方案，能夠根據(jù)用戶提出問(wèn)題的語(yǔ)義區(qū)分提問(wèn)意圖，通過(guò)查詢文本知識(shí)庫(kù)或wms數(shù)據(jù)庫(kù)給出最終答案，增強(qiáng)了大模型回答的指向性；避免了自然語(yǔ)言直接生成sql語(yǔ)句容易出現(xiàn)幻覺(jué)的問(wèn)題，提高了數(shù)據(jù)庫(kù)檢索過(guò)程的準(zhǔn)確性和可控性；將大語(yǔ)言模型的問(wèn)答能力應(yīng)用到倉(cāng)儲(chǔ)物流行業(yè)，構(gòu)建智能客服，降低了非專業(yè)人員對(duì)wms的使用門檻，提高了倉(cāng)儲(chǔ)信息查詢的效率和便捷性。

35、應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性和解釋性的，并不能限制本發(fā)明。

技術(shù)特征：

1.一種基于本地llm構(gòu)建倉(cāng)儲(chǔ)管理智能客服的方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，在利用所述問(wèn)答數(shù)據(jù)集對(duì)大語(yǔ)言模型進(jìn)行微調(diào)訓(xùn)練時(shí)，還包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，調(diào)用倉(cāng)儲(chǔ)管理系統(tǒng)的本地知識(shí)文檔，根據(jù)所述本地知識(shí)文檔生成本地向量知識(shí)庫(kù)，包括：

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，還包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，利用大語(yǔ)言模型生成數(shù)據(jù)表中每條信息對(duì)應(yīng)的自然語(yǔ)言表示文本，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，從全部的自然語(yǔ)言表示文本中檢索出用戶問(wèn)題對(duì)應(yīng)的答復(fù)文本，包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

8.根據(jù)權(quán)利要求5所述的方法，其特征在于，在利用大語(yǔ)言模型對(duì)每一個(gè)字典進(jìn)行處理，生成每條信息對(duì)應(yīng)的自然語(yǔ)言表示文本時(shí)，還包括：

9.一種基于本地llm構(gòu)建倉(cāng)儲(chǔ)管理智能客服的設(shè)備，其特征在于，包括：

技術(shù)總結(jié)
本發(fā)明涉及一種基于本地LLM構(gòu)建倉(cāng)儲(chǔ)管理智能客服的方法及設(shè)備，能夠獲取物流領(lǐng)域的倉(cāng)儲(chǔ)管理系統(tǒng)的文本信息，整理為問(wèn)答數(shù)據(jù)集，對(duì)大語(yǔ)言模型進(jìn)行微調(diào)訓(xùn)練；調(diào)用倉(cāng)儲(chǔ)管理系統(tǒng)的本地知識(shí)文檔生成本地向量知識(shí)庫(kù)；獲取用戶以自然語(yǔ)言提出的用戶問(wèn)題，若為概念型問(wèn)題，在本地向量知識(shí)庫(kù)中檢索出相似度高的文本塊向量，大語(yǔ)言模型生成答復(fù)內(nèi)容；若為業(yè)務(wù)型問(wèn)題，先將用戶問(wèn)題轉(zhuǎn)義為查詢提示詞；定位到對(duì)應(yīng)的數(shù)據(jù)表；生成數(shù)據(jù)表中每條信息對(duì)應(yīng)的自然語(yǔ)言表示文本；根據(jù)自然語(yǔ)言表示文本生成答復(fù)內(nèi)容。本發(fā)明示出的技術(shù)方案，根據(jù)提問(wèn)意圖，通過(guò)查詢文本知識(shí)庫(kù)或WMS數(shù)據(jù)庫(kù)給出最終答案，增強(qiáng)了大模型回答的指向性；提高了數(shù)據(jù)庫(kù)檢索過(guò)程的準(zhǔn)確性。

技術(shù)研發(fā)人員：李佳順,趙爾迅,宋榕榕,劉海濤
受保護(hù)的技術(shù)使用者：北自所（北京）科技發(fā)展股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/24