Merge remote-tracking branch 'origin/main'

kbqa-graph/src/main/java/com/supervision/handler/gpt/ItemExtractHandler.java

@@ -24,6 +24,7 @@ public class ItemExtractHandler {
      * @param question 问题
      * @return 提取结果
      */
+    @Deprecated
     public String itemExtract(String question) {
         List<MessageDTO> messageList = new ArrayList<>();
         messageList.add(new MessageDTO("system", "假设你是一个命名实体识别模型且精通社保实体识别." +
@@ -43,6 +44,7 @@ public class ItemExtractHandler {
      * @param question 问题
      * @return 提取结果
      */
+    @Deprecated
     public List<String> itemExtractByPossibleItem(String question, List<String> possible) {
         String template = "请根据以下事项列表，从句子中识别并标注出对应的社保业务事项名称。若句子中不能直接对应到任何事项，就找可能性最高的事项。请确保只识别并标注一种可能性最高的社保业务事项。" +
                 "事项名称列表：\n" +
@@ -60,6 +62,46 @@ public class ItemExtractHandler {
         return Collections.singletonList(item);
     }
 
+    /**
+     * 提供示例的实体提取
+     *
+     * @param question 问题
+     * @param possible 可能的实体
+     */
+    public List<String> itemExtractByPossibleItemWithExample(String question, List<String> possible) {
+        String template = "请根据以下事项列表，从句子中识别并标注出对应的社保业务事项名称。若句子中不能直接对应到任何事项，就找可能性最高的事项。" +
+                "请确保只识别并标注一种可能性最高的社保业务事项。\n" +
+                "事项列表:{}" +
+                "我现在有一些示例，可供你学习。\n" +
+                "输入：企业职工多少岁可以退休？输出：企业职工退休\n" +
+                "输入：深圳的职工退休手续怎么办？输出：深圳企业职工退休\n" +
+                "输入：如果我是广州人，我在深圳应该怎么办退休手续？输出：广东省其他地区企业职工退休\n" +
+                "输入：退休的要求是什么？输出：退休\n" +
+                "输入：本地的农民，如果退休有什么限制？输出：深圳城乡居民退休\n" +
+                "输入：我是香港企业的法人，如果我想在深圳退休可以吗？输出：港澳台和外籍人员企业职工退休\n" +
+                "输入：企业的女性干部退休有什么要求吗？输出：企业职工退休\n" +
+                "输入：普通居民可以退休吗？输出：城乡居保退休\n" +
+                "输入：单位延缴或个人延缴的情况下，办理退休有哪些注意事项?输出：企业职工退休\n" +
+                "输入：我是南京市户口，可以在深圳办理退休吗？输出：省外户口企业职工退休\n" +
+                "输入：我是澳门人，在深圳好多年了，可以根据城乡居民来办理退休吗？输出：港澳台和外籍人员城乡居民退休\n" +
+                "输入：今天中午吃什么？输出：无关问题\n" +
+                "现在我给你一句话，请给我输出：\n" +
+                "输入：{}\n" +
+                "请直接回答输出：";
+        List<MessageDTO> messageList = new ArrayList<>();
+        messageList.add(new MessageDTO("user", StrUtil.format(template, CollUtil.join(possible, ";"), question)));
+
+        log.info("itemExtractByPossibleItemWithExample查询语句为:{}", JSONUtil.toJsonStr(messageList));
+        String item = AiUtil.chatByMessage(messageList);
+        log.info("itemExtractByPossibleItemWithExample结果为:{}", item);
+        if (StrUtil.equals("无关问题", item)) {
+            throw new ItemExtractException("无关事项");
+        }
+        return Collections.singletonList(item);
+
+    }
+
+    @Deprecated
     public String itemExtractBusiness(String question) {
         List<MessageDTO> messageList = new ArrayList<>();
         messageList.add(new MessageDTO("user", "我现在是要进行实体抽取任务，并且精通社保业务，现在需要抽取[业务]这个实体类型的内容。\n" +

kbqa-graph/src/main/java/com/supervision/service/impl/AskServiceImpl.java

@@ -317,20 +317,17 @@ public class AskServiceImpl implements AskService {
     public SingleTalkResVO singleTalk(SingleTalkReqVO singleTalkReqVO) {
         // 单轮对话,直接根据用户的问题去找意图
         String intent = identifyIntentHandler.identifyIntent(singleTalkReqVO.getUserTalk());
-        // 提供用户问题中的业务
-
-         List<String> allItemNode = findItemNodeHandler.findAllItemNode();
-        List<String> extractValue = itemExtractHandler.itemExtractByPossibleItem(singleTalkReqVO.getUserTalk(), allItemNode);
-
-//        String extractValue = itemExtractHandler.itemExtractBusiness(singleTalkReqVO.getUserTalk());
-        // 根据提取的内容,开始在知识图谱中寻找节点(首先找叶子节点,如果叶子节点有数据,直接返回,如果叶子节点没数据,再去找分支节点)
-        List<ItemLeaf> allMatchLeafNode = findItemNodeHandler.findAllMatchLeafNode(extractValue);
-        // 然后根据叶子节点,还有意图,去找到所有的对应数据
         // 根据用户的意图找到对应的节点
         IdentifyIntentEnum intentEnum = IdentifyIntentEnum.getEnumByIntent(intent);
         if (ObjectUtil.isEmpty(intentEnum) || null == intentEnum) {
             throw new BusinessException("暂不支持该意图的问答");
         }
+        List<String> allItemNode = findItemNodeHandler.findAllItemNode();
+        List<String> extractValue = itemExtractHandler.itemExtractByPossibleItemWithExample(singleTalkReqVO.getUserTalk(), allItemNode);
+//        String extractValue = itemExtractHandler.itemExtractBusiness(singleTalkReqVO.getUserTalk());
+        // 根据提取的内容,开始在知识图谱中寻找节点(首先找叶子节点,如果叶子节点有数据,直接返回,如果叶子节点没数据,再去找分支节点)
+        List<ItemLeaf> allMatchLeafNode = findItemNodeHandler.findAllMatchLeafNode(extractValue);
+        // 然后根据叶子节点,还有意图,去找到所有的对应数据
         Map<String, List<String>> detailMap = new HashMap<>();
         for (ItemLeaf itemLeaf : allMatchLeafNode) {
             try {