本發(fā)明涉及運維管理，尤其是涉及一種基于大模型的智能運維工單問答方法及裝置、介質(zhì)、設(shè)備。

背景技術(shù)：

1、隨著企業(yè)信息化程度的加深，it運維工單的數(shù)量急劇增加，這使得傳統(tǒng)的人工處理方式面臨效率低下、響應(yīng)緩慢等問題。人工處理工單不僅耗費大量人力資源，而且在高峰時段容易出現(xiàn)處理瓶頸，影響服務(wù)質(zhì)量。此外，人為因素也容易導致錯誤和疏漏，增加了運維風險。

2、盡管已有一些基于規(guī)則和關(guān)鍵字匹配的工單處理系統(tǒng)，但它們在處理復雜場景和非標準化表述時能力有限。這些系統(tǒng)往往依賴于預(yù)定義的規(guī)則和模板，對于新興問題和非結(jié)構(gòu)化數(shù)據(jù)的處理能力較弱，難以適應(yīng)快速變化的環(huán)境。

技術(shù)實現(xiàn)思路

1、針對以上至少一個技術(shù)問題，本發(fā)明實施例提供一種基于大模型的智能運維工單問答方法及裝置、介質(zhì)、設(shè)備。

2、第一方面，本發(fā)明實施例提供的基于大模型的智能運維工單問答方法包括：

3、獲取運維工單；

4、對所述運維工單進行預(yù)處理，得到標準化和結(jié)構(gòu)化的運維工單信息；

5、采用it運維領(lǐng)域的大規(guī)模語言模型識別出所述運維工單信息中的問題類型，采用神經(jīng)網(wǎng)絡(luò)算法識別出所述運維工單信息中的用戶意圖，采用命名實體識別技術(shù)識別出所述運維工單信息中的實體信息；

6、根據(jù)所述問題類型、所述用戶意圖和所述實體信息，利用智能檢索算法從對接的運維知識庫和歷史故障案例庫中進行檢索，得到解決方案；

7、根據(jù)所述解決方案，確定所述運維工單對應(yīng)的回復內(nèi)容，并將所述回復內(nèi)容反饋至所述運維工單的用戶。

8、在一個實施例中，所述對所述運維工單進行預(yù)處理，得到標準化和結(jié)構(gòu)化的運維工單信息，包括：

9、對所述運維工單中的文本進行清洗以及去除文本中的噪聲信息；

10、對清洗和去噪后的文本中的長文本進行分句處理；

11、對清洗和去噪后的文本中的各個詞進行詞性標注；

12、將文本中的非標準化術(shù)語轉(zhuǎn)換為標準術(shù)語；

13、對文本進行安全性檢查，剔除不符合安全性檢查的信息。

14、在一個實施例中，所述方法還包括：

15、識別出所述運維工單信息的情感傾向；

16、對應(yīng)的，所述根據(jù)所述解決方案，確定所述運維工單對應(yīng)的回復內(nèi)容，并將所述回復內(nèi)容反饋至所述運維工單的用戶，包括：

17、根據(jù)所述解決方案，確定所述運維工單對應(yīng)的回復內(nèi)容；

18、根據(jù)所述情感傾向，確定所述回復內(nèi)容對應(yīng)的回復語氣；

19、采用所述回復語氣，將所述回復內(nèi)容以語音的形式反饋至所述運維工單的用戶。

20、在一個實施例中，所述根據(jù)所述問題類型、所述用戶意圖和所述實體信息，利用智能檢索算法從對接的運維知識庫和歷史故障案例庫中進行檢索，得到解決方案，包括：

21、根據(jù)所述問題類型、所述用戶意圖和所述實體信息，利用智能檢索算法從對接的運維知識庫和歷史故障案例庫中進行檢索，得到多個解決方案；

22、采用相關(guān)性機制對所述多個解決方案進行相關(guān)性評分；

23、將相關(guān)性評分最高的解決方案作為最終解決方案。

24、在一個實施例中，所述方法還包括：

25、獲取所述運維工單的上下文關(guān)聯(lián)信息；

26、對應(yīng)的，所述根據(jù)所述解決方案，確定所述運維工單對應(yīng)的回復內(nèi)容，包括：根據(jù)所述解決方案和所述上下文關(guān)聯(lián)信息，生成符合上下文環(huán)境的回復內(nèi)容。

27、在一個實施例中，所述方法還包括：

28、若利用所述智能檢索算法未能從對接的運維知識庫和歷史故障案例庫中檢索到解決方案，則利用預(yù)先訓練的大規(guī)模語言模型生成回復建議，并將所述回復建議反饋至所述運維工單的用戶。

29、在一個實施例中，所述方法還包括：

30、獲取用戶針對所述回復內(nèi)容的反饋信息；

31、根據(jù)所述反饋信息對所述智能檢索算法進行優(yōu)化；

32、將從所述反饋信息中學習到的知識添加到所述運維知識庫中。

33、根據(jù)第二方面，本發(fā)明實施例提供的基于大模型的智能運維工單問答裝置包括：

34、工單獲取模塊，用于獲取運維工單；

35、預(yù)處理模塊，用于對所述運維工單進行預(yù)處理，得到標準化和結(jié)構(gòu)化的運維工單信息；

36、工單理解模塊，用于采用it運維領(lǐng)域的大規(guī)模語言模型識別出所述運維工單信息中的問題類型，采用神經(jīng)網(wǎng)絡(luò)算法識別出所述運維工單信息中的用戶意圖，采用命名實體識別技術(shù)識別出所述運維工單信息中的實體信息；

37、方案檢索模塊，用于根據(jù)所述問題類型、所述用戶意圖和所述實體信息，利用智能檢索算法從對接的運維知識庫和歷史故障案例庫中進行檢索，得到解決方案；

38、回復確定模塊，用于根據(jù)所述解決方案，確定所述運維工單對應(yīng)的回復內(nèi)容，并將所述回復內(nèi)容反饋至所述運維工單的用戶。

39、根據(jù)第三方面，本發(fā)明實施例提供計算機可讀存儲介質(zhì)，其上存儲有計算機程序，當所述計算機程序在計算機中執(zhí)行時，令計算機執(zhí)行實現(xiàn)第一方面提供的方法。

40、根據(jù)第四方面，本發(fā)明實施例提供的計算設(shè)備，包括存儲器和處理器，所述存儲器中存儲有可執(zhí)行代碼，所述處理器執(zhí)行所述可執(zhí)行代碼時，實現(xiàn)第一方面提供的方法。

41、本發(fā)明實施例提供的基于大模型的智能運維工單問答方法及裝置、介質(zhì)、設(shè)備，對運維工單進行預(yù)處理，得到標準化和結(jié)構(gòu)化的運維工單信息，進而采用it運維領(lǐng)域的大規(guī)模語言模型識別出所述運維工單信息中的問題類型，采用神經(jīng)網(wǎng)絡(luò)算法識別出所述運維工單信息中的用戶意圖，采用命名實體識別技術(shù)識別出所述運維工單信息中的實體信息，實現(xiàn)對運維工單的理解。接著基于理解到的上述信息，并利用智能檢索算法從對接的運維知識庫和歷史故障案例庫中進行檢索，得到解決方案，進而根據(jù)所述解決方案，確定所述運維工單對應(yīng)的回復內(nèi)容，并將所述回復內(nèi)容反饋至所述運維工單的用戶。可見，基于it運維領(lǐng)域的大規(guī)模語言模型、神經(jīng)網(wǎng)絡(luò)算法和命名實體識別技術(shù)來理解運維工單，這一過程可以實現(xiàn)對運維工單的深度精準理解，在深度精準理解的基礎(chǔ)上，利用智能檢索算法從對接的運維知識庫和歷史故障案例庫中進行檢索出最為貼切的解決方案，進而確定回復內(nèi)容。可見，本發(fā)明實施例能夠準確解析運維工單中的信息，精準匹配解決方案，可以減少人工介入，提高運維效率和用戶體驗。針對新興問題和非結(jié)構(gòu)化數(shù)據(jù)，也能夠快速給出貼切的回復內(nèi)容，適應(yīng)快速變化的環(huán)境。

技術(shù)特征：

1.一種基于大模型的智能運維工單問答方法，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，所述對所述運維工單進行預(yù)處理，得到標準化和結(jié)構(gòu)化的運維工單信息，包括：

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述問題類型、所述用戶意圖和所述實體信息，利用智能檢索算法從對接的運維知識庫和歷史故障案例庫中進行檢索，得到解決方案，包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

7.根據(jù)權(quán)利要求1所述的方法，其特征在于，還包括：

8.一種基于大模型的智能運維工單問答裝置，其特征在于，包括：

9.一種計算機可讀存儲介質(zhì)，其特征在于，其上存儲有計算機程序，當所述計算機程序在計算機中執(zhí)行時，令計算機執(zhí)行實現(xiàn)權(quán)利要求1～7中的任一項所述的方法。

10.一種計算設(shè)備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有可執(zhí)行代碼，所述處理器執(zhí)行所述可執(zhí)行代碼時，實現(xiàn)權(quán)利要求1～7中的任一項所述的方法。

技術(shù)總結(jié)
本發(fā)明提供一種基于大模型的智能運維工單問答方法及裝置、介質(zhì)、設(shè)備。該方法包括：獲取運維工單；對所述運維工單進行預(yù)處理，得到標準化和結(jié)構(gòu)化的運維工單信息；采用IT運維領(lǐng)域的大規(guī)模語言模型識別出所述運維工單信息中的問題類型，采用神經(jīng)網(wǎng)絡(luò)算法識別出所述運維工單信息中的用戶意圖，采用命名實體識別技術(shù)識別出所述運維工單信息中的實體信息；利用智能檢索算法從對接的運維知識庫和歷史故障案例庫中進行檢索，得到解決方案；根據(jù)所述解決方案，確定回復內(nèi)容，并將所述回復內(nèi)容反饋至所述運維工單的用戶。本發(fā)明可以減少人工介入，提高運維效率和用戶體驗。針對新興問題和非結(jié)構(gòu)化數(shù)據(jù)，也能夠快速給出貼切的回復內(nèi)容。

技術(shù)研發(fā)人員：程永明,陳新義
受保護的技術(shù)使用者：浪潮云信息技術(shù)股份公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/11/18