本章介绍了研究所选文献数据的获取来源和途径。通过 Python 爬取的方式获取大部分文献数

据与元数据，对元数据进行基本处理，为后续分析提供帮助，丰富向量知识库的数据储备。随后为

了最大程度提高向量知识库的可信程度，对文献数据进行筛选，选出带有流程图，数据，输入输出

的英文文献，作为最后使用的数据。精细筛选后，使用 Unstructured 库进行数据预处理使其转化

为结构化数据。

4.2 向量知识库的构建

向量知识库构建是一个将处理过的数据嵌入向量知识库的过程，主要用于将不同类型的数据转

化为向量，并进行存储和检索。其流程如图 4.1 所示。

图 4.1 向量知识库构建流程

对收集到的数据进行清洗、去重、分类，提取分割文本，以确保数据的质量和有效性。消除噪

声数据，提高数据的一致性和准确性。将预处理后的数据转化为向量，将向量化后的数据存储到向

量知识库中，并利用向量数据库进行高效的存储和检索。向量数据库是一种专门用于存储和检索向

量数据的数据库系统，可以根据语义或上下文含义查找最相似或相关的数据。

测试流程包括以下几个步骤：

测试设计：根据目标领域定义测试用例，包括典型问题、边缘情况和错误输入。

环境搭建：搭建测试环境，包括聊天界面和后端模型处理系统。

执行测试：记录模型的回应。

评估结果：根据预设的标准（如准确性、响应时间、用户满意度）评估模型表现。

优化模型：根据测试结果对模型进行调整和优化。

5.2 智能交互组件 Chatbot

Chatbot 是一种人工智能程序，它设计用于模拟人类对话，并且能够基于事先编程或机器学习

技术来进行智能对话交流。Chatbot 通常被用于客户服务、信息查询、娱乐等各种场景，可以通过

文本或语音与用户进行交互。

Chatbot 的一些特点和作用包括：

①自动化交互：Chatbot 可以自动回答用户提出的问题，执行指定的任务，无需人工干，减少

人力成