造纸工艺大模型训练数据集

本数据集面向造纸及制浆工业领域的智能化转型需求，基于“全流程工艺知识图谱化”范式构建。数据内容涵盖从植物纤维原料备料、化学/机械制浆、漂白、打浆、造纸机抄造到成品整理及废水处理的全生命周期工艺知识。数据来源汇集了近二十年来的造纸工程核心教材、国家标准（GB/T）、行业技术手册及权威期刊文献。数据处理采用“自动化解析+专家知识增强”双重路径：利用OCR与文档版面分析技术提取非结构化文本与图表数据，结合NLP技术进行去噪与结构化分块；通过引入造纸领域专家进行SFT（监督微调）指令对的构建与校验，确保了工艺参数、故障诊断逻辑的准确性。 数据集经过严格的数据清洗与去重处理，删除了非必要的页眉页脚及冗余信息，并对涉及具体企业敏感生产数据的部分进行了脱敏处理，符合工业数据安全流通规范。本数据集可为工业大模型的预训练、微调（SFT）及检索增强生成（RAG）知识库构建提供高质量语料基础。

搜集汇总

背景与挑战

背景概述

本数据集面向造纸与制浆工业智能化转型，基于全流程工艺知识图谱化范式构建，覆盖从原料备料到废水处理的全生命周期工艺知识。数据来源包括近二十年教材、国家标准及行业文献，通过自动化解析与专家知识增强双重路径处理，并经过严格清洗、脱敏，确保工艺参数与故障诊断逻辑的准确性。该数据集适用于工业大模型预训练、微调及RAG知识库构建，可支持智能生产助手、工艺优化、故障诊断等应用场景。