基于知识图谱和大语言模型的意图驱动智能制造

随着智能制造环境复杂性的增加，需要能够将高层人类意图转化为机器可执行操作的接口。本文提出了一种统一框架，结合指令微调的大语言模型（LLMs）与本体对齐的知识图谱（KGs），以实现制造即服务（MaaS）生态系统中的意图驱动交互。我们对Mistral-7B-Instruct-V02在特定领域数据集上进行微调，使其能够将自然语言意图转化为结构化的JSON需求模型。这些模型通过语义映射到基于Neo4j的知识图谱，并以ISA-95标准为基础，确保与制造流程、资源和约束的操作一致性。实验结果表明，该方法在零样本和三样本基线模型上表现出显著性能提升，达到89.33%的精确匹配准确率和97.27%的整体准确率。这项工作为可扩展、可解释和自适应的人机交互奠定了基础。