随着工业数字化转型深入，垂类大模型在工业设备运维场景的应用需求持续攀升，高质量场景化训练语料是支撑相关技术落地的核心基础，而数据知识产权登记则为数据产品的合法流通、权益保障提供了官方公信力依据。
2026年4月21日，台州市路桥数字产业有限公司与浙江金龙电机股份有限公司联合打造的工业企业电机设备运维模型训练语料数据，正式在浙江省数据知识产权登记平台完成登记，可应用于工业设备运维、自然语言处理两大领域。
本次登记的语料数据产品专为训练工业设备运维垂类大语言模型构建，核心能力是支撑模型深度理解工业场景下的自然语言查询需求，自动转化为可执行的SQL查询语句，实现设备运行数据的即时高效查询分析。该语料依托真实工业经营数据搭建标准化体系，经训练后的模型可精准识别“合格率计算”“不良品追溯”等工业质检特有需求，工业企业可基于语料内置的“指标名称”“问题查询”等分类字段，结合自身数据表结构完成适配替换（如替换建表语句中的表名、字段名），快速落地文字转SQL功能，大幅降低智能运维工具的部署门槛。
作为工业领域稀缺的高质量垂直语料资源，本次登记的数据产品可为设备运维领域的自然语言处理技术研发、模型训练与效果评测提供核心支撑，对推动工业企业设备数据价值深度挖掘、智能运维技术落地普及具有重要意义。其核心制作流程如下：
1.数据清洗与标准化：
数据清洗：对从设备管理系统（如MES、SCADA）收集的原始问答对进行清洗，剔除重复、无效或存在明显逻辑矛盾的样本。例如，表格中“结果输出”为“无匹配数据”的样本，作为查询无返回结果的标准语料被保留，增强了模型对数据缺失场景的理解能力。
格式统一：统一问题表述中的时间格式（如“11月01日”）、指标名称（如“稼动率”）和SQL语法风格，确保语料的规范性和一致性。对建表语句进行格式化，统一字段类型和注释风格。
2.问题分类与结构化：
按照设备运维的特定场景对问题进行归类，主要包括趋势分析（如“每日稼动率”）、排名查询（如“能耗前三的部门”）、阈值查询（如“待机时长前20的设备”）、单点查询（如“数控车床-B1187稼动率”）等，确保语料对设备运维核心场景的全面覆盖。
3.核心算法建模：
（1）语义解析与要素提取：采用基于规则和词典的文本分析方法，对自然语言问题进行解析，精准提取关键要素，如时间（“10月20日”）、对象（“数控车床-B1187”）、指标（“稼动率”）和约束条件（“前3”）。
（2）SQL语句生成：基于预定义的“指标-字段”映射规则和“对象-过滤条件”映射规则，自动生成标准化的SQL查询语句。
（3）异常值检测：对生成的SQL及其执行结果进行双重校验。一方面，利用IsolationForest等算法检测SQL语句的逻辑异常（如缺失必要的关联条件）；另一方面，结合数据统计特征，识别结果中可能存在的异常值（如产量或能耗为0的极端情况），并打标或过滤，确保语料质量。
（4）逻辑核验与业务对齐：由资深设备运维人员对生成的问题-SQL-结果三元组进行最终核验。运维人员结合现场业务知识，判断SQL逻辑是否正确（如使用left join而不是inner join）、结果是否合理（如待机时长的计算结果是否符合设备实际运行日志），确保语料不仅语法正确，更具备高度的业务适用性和准确性。
4.语料库的持续迭代：
构建语料库的闭环迭代机制。新产生的业务问题及其经核验的SQL语句会定期注入语料库。同时，通过分析大语言模型在实际应用中的反馈（如查询失败、语义理解错误），定位语料库的薄弱环节并进行针对性补充，形成“应用-反馈-优化”的良性循环，持续提升语料库的覆盖度和质量。
登记内容：
关于开发主体
台州市路桥数字产业有限公司、浙江金龙电机股份有限公司为本次语料产品的联合开发方。其中浙江金龙电机股份有限公司是一家专业从事电机研发、生产和销售的高新技术企业，产品广泛应用于工业、家电等领域，拥有丰富的工业设备运维一线场景经验。
关于浙江省数据知识产权登记平台
浙江省数据知识产权登记平台是浙江省官方打造的知识产权公共服务载体，承担数据知识产权的确权登记、存证公示、流通对接等核心职能，为合规数据产品的权益保障、价值变现提供公信力支撑。
_1769672084863.jpg)