杭州企泰安全科技有限公司

本数据专为训练安全生产服务项目趋势领域垂类大语言模型而构建。数据来源于公司在制造业安全生产管理服务过程中的项目执行记录，涵盖安全评估、隐患排查、安全培训、应急演练等多类型服务项目信息，包含项目名称、项目类型、服务日期、企业类型、风险等级、检查项目数、发现问题数、已整改数、未整改数、整改完成率、服务金额、服务区域、检查人员、责任部门、趋势方向等多维度核心字段。①安全生产服务项目数据分散导致跨项目趋势分析困难，②隐患整改进度依赖人工汇总效率低响应慢，③风险等级与整改效果缺乏数据支撑影响安全决策优化。采用Text-to-SQL技术路径，基于safety_production表构建“自然语言问数需求-SQL语句生成-执行结果输出”三元组语料体系，覆盖项目数量统计、按类型/企业/风险/区域分析、整改完成率查询、趋势方向统计、检查人员工作量、服务金额排名等35种核心问数场景。企业可基于本语料适配自身数据表结构，替换表名和字段名来复用。该数据集可为安全生产服务领域垂类大模型NL2SQL能力训练提供结构化语料支撑，推动行业从“人工编写SQL查询”向“自然语言智能问数”演进。数据清洗与标准化：本语料来源于企业安全生产服务项目执行过程中形成并经脱敏处理的结构化数据，数据来源合法合规。对原始语料进行识别与比对，剔除其中重复、缺失及违反项目逻辑的样本，统一时间格式、项目类型、企业类型及风险等级等取值口径，并对关键字段按业务规则进行补全与规范整理，确保语料内容准确、规范、可直接用于模型训练。 问数场景梳理与语义体系构建：围绕项目趋势分析的核心问数需求，从项目数量统计、类型与风险分析、企业对比、区域分布、整改追踪、人员工作量、服务金额排名等多个维度系统梳理问数场景，对问数语义进行结构化提取与归类，明确每类问数所需的数据要素与查询逻辑，并针对口径相近的问法进行语义区分，形成层次清晰、覆盖全面的语义体系，实现问数需求与语料内容的有效映射。 语料构建与核验：基于语义体系，结合真实业务问法与表达习惯，生成问题-查询-结果三元组语料，并进行结构化标注与规范整理，形成统一的语料格式。组织业务与数据专业人员对语料进行联合核验，重点检查问法表达是否自然、查询逻辑是否准确、结果是否正确，对不达标的语料及时修正或补充，并抽样复核整体语料的一致性，确保语料内容准确、可用、与业务实际高度吻合。 语料迭代优化：建立语料库持续更新与闭环迭代机制，将新产生的业务问数及优化后的查询逻辑定期补充入库，依据应用反馈定位薄弱环节，对覆盖不足的问数场景进行定向扩充，并结合业务发展对已有语料进行动态校准与更新，持续提升语料的覆盖度、多样性与质量，保障语料库的长效价值与持续可用性。 语料分开单独训练模型说明： 本语料聚焦安全生产服务项目趋势分析这一单一业务主题，语料内容维度、问数语义与查询逻辑均围绕项目趋势分析专项场景展开，与其他主题语料差异明显、各自独立。若与多主题语料合并训练，会稀释项目趋势分析这一专项语义特征，削弱模型在该场景下的理解与生成精度。将本语料独立成库并单独训练，可集中强化模型对项目趋势分析专属问法与查询逻辑的掌握，形成与通用模型显著差异化的专项能力，同时能提升语料的针对性、可复用性与市场化流转价值，也能为同类业务场景提供可迁移的语义基础，具有明确的创新价值与独立保护需求，故本语料单独登记。