十字轴入库检验工序质量分析语料训练数据

本数据产品专为训练万向节制造行业垂类大语言模型而构建，旨在让模型能够深度理解十字轴入库检验场景中的成品外观质量把关、入库判定、批次追溯等核心需求，从而实现入库检验报告自动生成、批次质量汇总、包装防锈状态监控等应用目标。 依托企业业务入库检验数据构建标准化语料体系，模型经训练后可精准理解"外观尺寸"等入库检验特有指标及"包装完整性""防锈处理状态"等仓储准备状态指标。 数据同时记录入库轴径、圆度、粗糙度基准值及外观等级等辅助参数，用于支撑多维度的质量描述与工艺规范文本生成。 万向节制造行业可基于本语料数据的分类如"入库检验分析""批次质量汇总""异常件诊断""工艺知识描述"等语料类别内容，适配自身入库检验数据结构，快速启用入库质量分析文本生成功能进行复用。 本数据为万向节制造行业提供了稀缺的、高质量的垂直领域语料，有力支撑了十字轴入库检验的自然语言处理技术研发、模型训练与评测，对推动万向节制造行业入库质量数据价值的深度挖掘和智能入库分析技术的发展具有重要意义。1.数据清洗与标准化。数据清洗：按"品号+流转卡号+入库批次号"去重，剔除重复语料；通过逻辑校验删除矛盾数据；保留"包装完整性≠完好"的样本，增强模型对包装防锈异常场景的处理能力，清洗后数据有效率≥98%。格式统一：统一入库检验时间格式（YYYY-MM-DD HH:MM:SS）；对"入库检验设备"字段标准化（综合检测台/目测）；数值精度规范：入库轴径_mm 保留 3 位小数、入库圆度_mm保留 3 位小数、入库粗糙度_Ra 保留 1 位小数。 2.语料分类与结构化。从过程检验记录中提取入库检验数据，按"入库检验分析""批次质量汇总""异常件诊断""工艺知识描述"四种语料风格分类，标注"检验项目""入库外观等级""入库判定结果""包装完整性""防锈处理状态"标签，确保覆盖入库检验 90%以上核心场景，构建基础语料库。 3.语料生成与质量校验。语料生成：基于品号、流转卡号、工序名称、入库检验时间、检验点、检验项目、入库轴径_mm、入库圆度_mm、入库粗糙度_Ra、入库外观等级、入库检验设备、入库判定结果、包装完整性、防锈处理状态、入库批次号等字段，按"产品+批次+工序名称+指标+外观等级+包装状态+防锈状态+判定"八要素模板生成自然语言文本。数值一致性校验：确保文本中引用的品号、流转卡号、入库轴径、入库圆度、入库粗糙度等数值与原始数据完全一致，一致性率 100%。异常语料过滤：剔除文本长度小于 20 字或关键字段缺失的语料，过滤率≥99%。人工核验：对生成语料进行抽样核验，核验比例≥5%，确保语料业务准确性。 4.语料库迭代优化。构建语料库的闭环迭代机制。新产生的检验数据及经核验的语料定期注入语料库。同时，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"良性循环，持续提升语料库的覆盖度和质量。

搜集汇总

背景与挑战

背景概述

本数据集是为训练万向节制造行业垂类大语言模型而构建的高质量垂直领域语料，专注于十字轴入库检验场景，涵盖外观质量把关、入库判定、批次追溯等核心需求，支持入库检验报告自动生成、批次质量汇总、包装防锈状态监控等应用。数据基于企业业务入库检验数据构建，经过清洗、分类、生成与校验流程，包含入库轴径、圆度、粗糙度、外观等级、包装完整性、防锈处理状态等关键指标，并采用多样本结构化模板生成自然语言文本。该数据集共2299条，覆盖入库检验分析、批次质量汇总、异常件诊断、工艺知识描述等语料类别，为万向节制造行业提供稀缺的训练资源，有助于推动入库质量数据价值挖掘和智能分析技术发展。