本项目选择 OpenAI 的 GPT 模型作为 Chatbot 的大语言模型基座，GPT 模型基于 Transformer

架构，相较于其他模型，这种架构允许模型在处理长文本时保持较好的性能，同时具有良好的并行

化能力，使得模型的训练和推理速度得到提升。

5.2.1 Chatbot 后端

基于先前构建的针对电力 LCA 领域的向量知识库构建 Chatbot 测试模型性能，主要设计思路是

为了实现检索功能，大致可分为知识库检索功能和在线搜索。

Chatbot 功能流程图如图 5.1 所示。

用户通过 Chatbot 界面输入他们的问题或请求。对用户输入文本进行清洗，包括去除标点符

号，进行分词等。转化为结构化数据后将预处理后的文本转换为向量形式，以便于机器理解。将向

量化处理后的用户问题构建成搜索向量。使用搜索向量与知识库中已向量化的内容进行匹配，找出

相关的信息。对匹配到的知识库内容进行排序，选择最相关的几个回答候选。为保证性能设置最相