25日，我在制作安全生产法律法规知识库时取得了一些进展。经过长时间的摸索，我利用Python代码，对应急管理部和广东省应急管理厅的法律法规做了标识。这个过程颇为复杂，每一段的每个条款前我都加了一句话，标明法律法规的名称和文件名字，希望这样可以提高coze智能体在回答问题时的准确性。
调试持续了一个多天的时间，直到晚上我才回家进行进一步的标注工作。这期间，我还请教了ChatGPT，询问如何使回答更加精准。即便如此，调试过程中还是出现了几次回答不准确的问题。为了检验标注的效果，我将有标注和无标注的知识库分别投入智能题进行测试。虽然整体效果比以往有所改善，但也发现了法律法规收集的疏漏。例如，这两年出台的建筑施工安全管理条例竟然都没有被收录。这一问题可能源于应急管理部和广东省应急管理厅都没有将其列入，或许是因为这被当作住建局的管理规定而忽略了。
不久后，我在搜索其他法律法规下载平台时，发现了一个人大法律法规下载的网站。该网站的法律法规相当齐全，但数量庞大，让我感到无从下手。于是，我想到利用RPA的自动化流程来逐个搜索并下载所需的法律法规。为了方便后续处理，我将厚厚的三本安全生产法律法规目录进行清洗，去掉了括号、注释、日期和目录数字，最终得到了简洁的文本版本。后期，我打算用这些文本来尝试在法规库中进行搜索和下载。
在25日晚上，我灵光一闪，想到了一个更好的法律法规标注方法。前两天，我采用的是在每段文字前都标注法律法规名称的办法，但这将某一条法律法规拆成了多个标注条款。因为有的条款里可能包含若干段落，因此这次我尝试以每一条为单元进行标注。
今天，我编写了一个提示词给GPT，特别注明了如何寻找“第几条”这样的关键词文本作为指引。让我感到惊喜的是，在工作结束前，我将提示词输入GPT，程序一次性通过了，标注效果相当不错。每一个法律法规条文都被注释好了。
与此同时，我还测试了一种方法，将一些法律法规文件下载下来，并过滤掉可能失败的文件，这些文件的长度少于20个自然段，因为法律法规条款通常不会少于20个自然段。在今天下班前，我成功标注了应急管理部和广东省的法律法规文件，并将约100多个条款上传至知识库，进行了自定义的分段处理。
不过，在最后测试时，某一法律条款的第几条依然没有被正确识别出来，这让我有些困惑。不清楚问题出在哪里，或许我还需要再学习一下GPT的一些视频教程，进一步探索GPT的标注方法。因为这些模型大多基于Transformer架构，理论上原理是相似的。