设备维修工单大多以自由文本记录，现象、原因、处置混写在同一段话里，直接做故障统计或知识沉淀都很困难。本实验室近期围绕这一环节做了小样本适配实验：用约 1.2 万条历史工单构建指令数据，以 LoRA 方式微调开源基座模型，输出结构化的「现象—原因—处置」三元组，并保留原文片段作为溯源锚点。
进展：在覆盖率与准确率的联合评估中，字段级 F1 由「规则模板 + 通用大模型零样本」基线的 0.62 提升至 0.87，其中「处置」字段因表述最不规范，提升幅度最小（0.55→0.79）。
要点：
- 采用 schema 约束解码，把输出限制在预定义故障词典与设备层级内，减少自由生成带来的字段漂移；对置信度低于阈值的记录不强行入库，回退人工复核，避免脏数据污染知识库。
- 下一步计划把抽取结果与检索增强结合，做成相似工单推荐，并统计专家复核中的纠正类型，反向补充训练样本，观察多轮迭代的边际收益是否收敛。
该方案仍处实验阶段，适用于记录格式相对稳定、故障语义边界较清晰的设备场景，暂不建议直接用于无标注积累的新产线。
评论