国内刊号:41-1128/TV
国际刊号:1000-1379
发布日期:
作者:祝宾皓, 夏润亮, 李涛, 吴丹, 丁昱凯, 李冰
单位:1.黄河水利委员会 黄河水利科学研究院,河南 郑州 450003; 2.黄河实验室,河南 郑州 450003;3.河南省智慧水利工程技术研究中心,河南 郑州 450003; 4.水利部 信息中心,北京 100053
关键词:知识平台;大语言模型;知识图谱;历史场景匹配;数字孪生黄河
基金:<p class=\MsoNormal\>\r\n\t<span>国家重点研发计划项目(</span><span>2023YFC3209203,2023YFC3209305</span><span>);国家自然科学基金资助项目(</span><span>U2453320</span><span>);黄河水利科学研究院基本科研业务费专项(</span><span
为提升黄河流域水利业务决策效率与智能化水平,引入大语言模型(LLM)与知识图谱技术,构建数字孪生黄河知识平台。针对传统知识图谱在动态业务场景中存在的知识存储静态化、非结构化数据处理能力不足等问题,提出基于LLM的水利知识问答机制与模型调用机制,研发文档办公助手、防洪“四预”助手、历史场景匹配、知识检索等功能;提出加权统计自适应距离计算方法,减少多属性相似度匹配中量纲差异与极值干扰问题。实际应用情况表明,该平台显著提升了防洪决策响应速度与历史场景匹配精度,水文模型调用准确率由43%提升至72%,距离域由500.00~4 100.00减小至0.48~0.72,可为黄河流域水利业务决策提供高效、可靠的知识服务支撑。
来源:2025年第8期
《人民黄河》期刊编辑部