安全生产服务资源负载问数垂类大模型语料数据
收藏资源简介：
本数据集面向安全生产服务领域的资源负载智能分析场景，依托公司在提供第三方安全生产服务过程中积累的数据，构建覆盖人员负载、区域负载、服务类型负载、时间负载四大分析层的Text-to-SQL训练语料。行业痛点包括：安全生产服务人员负载不均无法量化、区域服务资源分配缺乏数据支撑、服务类型处理压力差异大、项目到期集中导致调度困难。通过自然语言问数方式，大模型可自动将业务问题转化为标准SQL并返回结构化结果，辅助资源调度专员快速掌握负载分布、识别资源瓶颈、优化人员配置。数据集支持跨行业复用，适用于BERT-SafetyResourceLoad等垂类大模型的问数能力训练，提升模型对安全生产服务行业资源负载语义的理解与SQL生成准确率。基于三维度交叉去重机制（问数需求+企业名称+负责人）构建训练语料，对语义等价查询进行合并，确保同一企业同一负责人的问数需求唯一。引入资源负载逻辑校验规则：校验服务次数是否为负值、完成率是否超出合理范围、待处理量与总量是否矛盾等异常数据，对跨字段矛盾记录进行清洗。建立分层分类体系（人员负载层/区域负载层/服务类型负载层/时间负载层），将原始问数需求按分析维度自动归类，便于模型分阶段学习。人员负载层聚焦负责人的项目数、完成率、利用率与负载排名；区域负载层聚焦区域项目分布、人员配置与区域负载指数；服务类型负载层聚焦各服务类型的项目量、处理压力与积压率；时间负载层聚焦活跃项目数、即将到期项目与年度负载趋势。各层核心指标通过派生计算生成：完成率由已服务与总服务次数的关联关系计算得出，积压率通过待处理量与总量的对比关系生成，负载排名通过项目数与合同金额的综合排序生成，负载档次按项目数量区间进行多档划分。采用IsolationForest算法识别项目数、完成率等数值型字段的异常离群点，对超出行业合理阈值的样本进行隔离。实施滑动窗口更新机制+模糊语义测试+应用-反馈-优化闭环：每季度基于新增项目数据迭代语料，人工构造模糊负载表达与边界条件作为测试样本，测试模型鲁棒性并持续优化。由资深资源调度分析师对SQL生成结果进行人工核验，重点验证负载统计、完成率计算、区域配置分析的准确性。所有指标字段均通过原始数据派生计算，算法规则与数据表字段一一对应，确保训练语料的可解释性与可追溯性。数据预处理阶段对时间异常记录进行过滤，对服务次数等关键数值字段进行合理范围校验与修正，保证数据质量符合模型训练要求。企业名称与负责人姓名采用前三字加星号方式脱敏，SQL语句中的企业名称与负责人姓名进行脱敏处理，结果输出保留原始数值，在保护隐私的同时保留数据结构与查询逻辑的训练价值。 本语料不与其他业务域问数语料合并训练，而是作为独立数据集单独构建与更新。原因在于资源负载问数在指标口径、聚合粒度与SQL生成模式上自成体系，若与通用或他域语料混合会稀释资源负载语义、削弱模型对负载问题的专注度与生成准确率；单独成集便于针对负载指标定向标注、校验与迭代，提升垂类模型在资源负载问数任务上的稳定性与可维护性。同时资源负载分析是公司对外提供的具体市场化应用模块，具有独立的运营与授权需求，独立登记便于该模块的合规流转与价值保护
