北京交通大学跟北京市地铁运营有限公司联合搞了个新专利，专门为了提升轨道交通的安全，想试试这种基于少样本提示的城轨列车营运故障知识图谱构建方法。现在城市里车水马龙，地铁跑得越来越多，结果故障问题也跟着多了起来。这个新方法是利用少样本学习的理念，把各种乱七八糟的数据凑到一块儿整理出来。首先得把数据好好加工一下，弄出个领域词典，接着再把这些信息搭建成知识图谱本体。还要结合文本特点和专家意见，把实体和关系的类型都定下来。这就好比搭积木一样，把故障处置的整个过程都涵盖进去了。这样一来，这个图谱就不是死的了，而是可以不断变活的智能系统。他们先用大语言模型把数据里的信息揪出来，变成实体关系对的形式。这就好比从一堆沙砾里淘金一样精准。然后再把这些知识变个身，聚成一堆堆类似的东西。通过验证策略把它们融在一起，连上线导到数据库里去存着和展示出来。这套做法不光能自动抽东西、融合信息，还能大大提高查故障的速度。 以前出了问题得东翻西找，现在有了高一致性的图谱，大伙一眼就能看清情况赶紧修。以后技术再升级，这种做法说不定能用到更多地方去保障交通安全。想象一下以后坐地铁会有多顺畅多智能！