Page 109 - 水利学报2025年第56卷第4期

图 ７ 迭代检索－ 生成框架

３．２．１ 子模块领域多模态知识图谱增强的有效性 本研究方法的一个模块是使用工程巡检多模态知识
图谱作为增强知识，让模型在回答前先进行知识的查询，以便于针对特定的风险问题进行回复。为了
验证这一方法的有效性，实验设置不采用知识增强，仅仅使用模型自身的方法 ＶＩＰ － ＬＬａＶＡ；以及使用
了工程巡检多模态知识图谱作为增强知识的方法 ＶＩＰ － ＬＬａＶＡ （本 ＶＩＰ － ＬＬａＶＡ 使用了两轮次检索生
ＫＧ
ＫＧ
成迭代，即 ＶＩＰ － ＬＬａＶＡ ＫＧ－ ２ ）。利用风险图像文本对测试集进行该模块有效性的检验。
３．２．２ 子模块检索生成迭代轮次的有效性验证 本研究方法中另一个模块为检索生成协同迭代的方式
寻找最合适的方案，对检索生成协同迭代的轮次次数进行有效性检验。为了验证这一方法的有效性，
实验设置了采用一个轮次的文本知识增强方法 ＶＩＰ － ＬＬａＶＡ ＫＧ － １ ，以及两个轮次的文本加图像知识增强
方法 ＶＩＰ － ＬＬａＶＡ 。同样使用风险图像文本对测试集进行该模块的有效性检验。
ＫＧ －２
３．２．３ 第一轮次相关实体最合适数量探究 在进行第一轮次的水利知识检索时，列出相关实体的数量
对模型推荐方案的准确性及响应速度有着重要的影响。本研究分别针对这两个方面进行相关实验探
究，分别设置列出实体数量的个数为 ２、３、４、５、６。针对不同的数量做准确性与响应速度的分析，
从而找出一个能够平衡准确性与响应速度的数值。此实验的方案准确性仅在指标 ＢＬＥＵ上进行分析。
３．３ 实验结果 关于评价指标，本研究使用 ＢＬＥＵ、ＲＯＵＧＥ － Ｌ和 ＭＥＴＥＯＲ三种 ［４３］ ，其中，ＢＬＥＵ＠Ｎ
表示生成方案占参考方案指定字符串长度的比例。计算公式如下。
Ｎ
∑
ＢＬＥＵ＠Ｎ＝ＢＰ· ｅｘｐ （ｗ·ｌｎｐ） （５）
ｎ
ｎ
ｎ ＝１
式中：ＢＰ（ＢｒｅｖｉｔｙＰｅｎａｌｔｙ － 简短惩罚）依据生成文本序号进行设置，用于惩罚生成的句子过短；ｐ 为生
ｎ
成文本中第 ｎ个匹配词的数量与生成文本中连续 ｎ个词数量的比值，ｎ由 Ｎ界限；ｗ 为每个 ｌｎｐ 的权
ｎ
ｎ
重；Ｎ为指定字符串长度。
ＲＯＵＧＥ － Ｌ基于最长公共子序列（ＬＣＳ），比较生成方案和参考方案之间的重叠词汇来评估它们的
相似性。计算公式如下。
２
（１ ＋ β）·Ｐ·Ｒ
ＲＯＵＧＥ － Ｌ ＝ Ｆ ＝ （６）
β ２
β·Ｐ ＋ Ｒ
式中：Ｐ为生成文本和参考文本的 ＬＣＳ长度与生成文本长度的比值；Ｒ为生成文本和参考文本的 ＬＣＳ
长度与参考文本长度的比值；β 为一个可调节的参数，用来控制 Ｐ与 Ｒ的相对权重。
ＭＥＴＥＯＲ在 ＢＬＥＵ基础上考虑了同义词、词干、词序等。计算公式如下。
１０ ·Ｐ·Ｒ ｃｈｕｎｋ ３
[
(
ＭＥＴＥＯＲ ＝ · １ － ０．５· ( ))] （７）
Ｒ ＋ ９ ·Ｐ ｍａｔｃｈｅｓ
式中：Ｐ为生成文本和参考文本匹配词的数量与生成文本总词数的比值；Ｒ为生成文本和参考文本匹
— ５ ２ ７ —