本项目展示了如何利用AI技术，特别是大语言模型Qwen3-8B，构建一个列车时刻表理解系统。通过自动解析Excel格式的列车信息，生成包含车次、检票口、站台、到发时间等关键信息的问答对，极大地简化了用户获取列车信息的过程。系统实现了数据预处理、大模型调用、问题列表生成以及训练数据格式化等关键步骤，为用户提供便捷的列车信息查询服务，并为后续模型优化奠定了基础。

🎯 **智能解析列车信息**：该系统利用Python、Pandas和Qwen3-8B大语言模型，能够自动读取和处理Excel格式的列车时刻表数据。通过对数据进行清洗（如填充缺失值），为后续的智能问答奠定基础，确保了数据质量和可用性。

💬 **生成高质量问答对**：系统核心在于利用大语言模型根据列车数据生成用户可能关心的问答对，例如“XX次列车从哪个检票口检票？”或“XX次列车的终到站是哪里？”。这使得用户能够通过自然语言快速获取所需的列车信息。

⚙️ **技术实现与数据生成**：项目详细阐述了实现步骤，包括数据读取、大模型调用函数（使用Requests库与API交互）、问题列表生成以及最终的训练数据生成。生成的问答数据以JSON格式保存，可直接用于训练更专业的列车信息问答模型。

🚀 **优化与未来展望**：项目指出了通过增加问题类型和优化Prompt来提升模型回答质量和系统实用性的方向。API密钥的替换和对数据格式的严格要求，保证了系统的可执行性和输出的规范性，为进一步的AI应用提供了参考。

基于AI的列车时刻表理解系统实现

项目背景

列车时刻表包含大量信息，如车次、检票口、站台、到发时间等。本项目旨在利用AI技术自动解析这些信息并生成问答对，帮助用户快速获取所需的列车信息。

技术栈

Python 3.9Pandas：数据处理Requests：API调用Regular Expressions：文本提取Qwen/Qwen3-8B：大语言模型

实现步骤

1. 数据读取与预处理

首先读取Excel格式的列车数据，并进行缺失值填充：

import pandas as pd# 读取数据data = pd.read_excel('data/info_table.xlsx')data = data.fillna('无数据')

2. 大模型调用函数实现

实现调用Qwen3-8B模型的函数，用于生成问答对：

def call_llm(content: str):    """    调用大模型        Args:        content: 模型对话文本        Returns:        list: 问答对列表    """    # 调用大模型（硅基流动免费模型）    url = "https://api.siliconflow.cn/v1/chat/completions"    payload = {        "model": "Qwen/Qwen3-8B",        "messages": [            {                "role": "user",                "content": content            }        ]    }    headers = {        "Authorization": "Bearer ###",  # 需要替换为实际API密钥        "Content-Type": "application/json"    }    resp = requests.request("POST", url, json=payload, headers=headers).json()        # 使用正则提取大模型返回的json    content = resp['choices'][0]['message']['content'].split('</think>')[-1]    pattern = re.compile(r'^```json\s*([\s\S]*?)```$', re.IGNORECASE)    match = pattern.match(content.strip())    if match:        json_str = match.group(1).strip()        return json.loads(json_str)    else:        return content

3. 问题列表生成

根据列车数据生成相关问题，如检票口、站台、目的地等：

def create_question_list(row: dict):    """    根据一行数据创建问题列表        Args:        row: 一行数据的字典形式        Returns:        list: 问题列表    """    question_list = []    # 检票口    question_list.append(f'{row["车次"]}号车次应该从哪个检票口检票？')    # 站台    question_list.append(f'{row["车次"]}号车次应该从哪个站台上车？')    # 目的地    question_list.append(f'{row["车次"]}次列车的终到站是哪里？')        return question_list

4. 生成训练数据

遍历数据，调用大模型生成答案，并将结果保存为JSON格式：

prompt = '''你是列车的乘务员，请你基于给定的列车班次信息回答用户的问题。# 列车班次信息{}# 用户问题列表{}'''output_format = '''# 输出格式按json格式输出，且只需要输出一个json即可```json[{    "q": "用户问题",    "a": "问题答案"},...]```'''train_data_list = []error_data_list = []# 遍历数据i = 1for idx, row in tqdm(data.iterrows(), desc='遍历生成答案', total=len(data)):    try:        # 组装数据        row = dict(row)        row['到点'] = str(row['到点'])        row['开点'] = str(row['开点'])        # 创建问题对        question_list = create_question_list(row)        # 大模型生成答案        llm_result = call_llm(prompt.format(row, question_list) + output_format)        # 总结结果        train_data_list += llm_result    except:        error_data_list.append(row)        continue# 转换训练集data_list = []for data in tqdm(train_data_list, total=len(train_data_list)):    if isinstance(data, str):        continue    data_list.append({'instruction': data['q'], 'output': data['a']})json.dump(data_list, open('single_row.json', 'w', encoding='utf-8'), ensure_ascii=False)

项目结构

├── data/│   ├── info_table.csv│   └── info_table.xlsx├── train_data/│   └── single_row.json├── baseline.ipynb└── baseline.py

注意事项

需替换代码中的API密钥为实际申请的密钥目前仅实现了基础功能，可通过增加问题类型和优化Prompt来提升模型回答质量Datawhale活动链接(AI夏令营活动报名 - Datawhale)

总结

本项目实现了一个基于大语言模型的列车时刻表理解系统，能够自动生成问答对，为后续模型训练提供数据支持。通过优化问题生成和模型调用方式，可以进一步提升系统的实用性和准确性。