摘要
为决策支持系统创建协作型知识库能够减少单个专家的主观性，提升系统的整体效能。然而，传统的知识工程方法在获取和整合专家知识时需要大量的人力投入，因为这要求知识工程师与领域专家之间进行大量的互动。现代大型语言模型以及检索增强生成技术则为克服这些限制提供了新的可能性。本研究通过一项初步调查，评估基于大型语言模型的知识工程在构建基于知识的决策支持系统中的协作型知识库方面的潜力，以此为涉及技术系统的复杂运营场景中的决策提供帮助。文章提出了一种基于大型语言模型的方法来创建协作型知识库，包括专家知识的提取、整合以及对其可用性的评估。为了实施并评估这一方法，研究人员设计了专门的提示语，并通过专家与大型语言模型的互动进行了试点实验，以生成整合后的知识案例。这些知识案例随后被应用于燃气加热锅炉故障诊断的决策推理过程中。在推理过程中，大型语言模型代理在定制的提示语和基于检索增强生成技术的知识库的引导下，与用户互动以确定具体问题，进而提出符合语境的解决方案。在整个研究过程中，大型语言模型展现了在对话管理、专家知识获取以及知识整合方面的能力，成功助力基于“事件-原因-症状-措施”模型构建了协作型知识库。研究结果凸显了未来在基于大型语言模型的知识工程领域开展研究的可行性，也为“大型语言模型作为知识工程师”的理念的进一步发展提供了支持。
