System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及企业知识管理,尤其涉及一种基于大语言模型的企业知识库构建查询系统及方法。
技术介绍
1、企业知识库是指将企业内部的大量有价值的方案、策划、成果、经验等知识进行分类存储和管理,积累知识资产避免流失,促进知识的学习、共享、培训、再利用和创新,有效降低组织运营成本,强化其核心竞争力。企业知识库的构建和查询技术是实现知识库功能的关键,但目前的技术还存在一些缺陷,主要有以下几个方面:
2、人工输入:人工输入是指企业员工通过手动录入、上传、编辑等方式,将知识内容输入到知识库中。这种方式的优点是可以保证知识的质量和准确性,但也有以下缺点:
3、需要大量的人力和时间,增加了企业的成本和负担。
4、需要制定统一的标准和规范,否则会导致知识的格式、结构、风格等不一致,影响知识的组织和检索。
5、搜索引擎技术:搜索引擎技术是指利用计算机程序,根据用户的查询,从知识库中检索出相关的知识内容。目前采用的方式有以下缺点:
6、需要依赖输入数据的质量,如果输入数据存在错误、重复、不完整、过时等问题,会影响搜索结果的质量和可信度。
7、无法考虑用户的查询意图、语境、偏好等因素,会导致搜索结果与用户的需求不匹配,影响用户的满意度和体验。
8、搜索结果的排序、展示、推荐等功能不够智能和个性化,影响用户的使用效果和价值。
技术实现思路
1、针对现有技术中存在的问题,本专利技术提供一种基于大语言模型的企业知识库构建查询系统,
2、知识库构建模块,用于在构建阶段获取企业员工上传的维基词条,将各所述维基词条输入预先构建的大语言模型中提取得到对应的关键信息作为知识词条存储以建立企业知识库,并且在所述企业知识库的构建过程中将相似的各所述知识词条链接关联;
3、知识库查询模块,连接所述知识库构建模块,用于在所述企业知识库构建完毕后,获取企业员工发出的查询问题,将所述查询问题输入所述大语言模型中提取得到问题关键信息,根据所述问题关键信息于所述企业知识库中查询得到与所述问题关键信息相似的多个知识词条,并结合所述查询问题整合为一条答案回复给所述企业员工。
4、优选的,所述知识库构建模块包括:
5、第一信息提取单元,用于获取各所述维基词条,分别将各所述维基词条输入所述大语言模型提取得到对应的主题关键词,和/或实体关系,和/或概念定义作为对应的所述关键信息;
6、向量表示单元,连接所述第一信息提取单元,用于将各所述关键信息输入预先训练的向量计算模型得到对应的知识向量作为所述知识词条存储以构建所述企业知识库;
7、链接单元,连接所述向量表示单元,用于在所述企业知识库构建过程中,计算出当前企业员工输入的维基词条对应的知识向量后,从所述企业知识库中查找得到相似的所述知识词条进行链接关联。
8、优选的,所述知识库查询模块包括:
9、第二信息提取单元,用于将获取到的所述查询问题输入所述大语言模型提取所述查询问题的问题关键信息;
10、向量计算单元,连接所述第二信息提取单元,用于将所述问题关键信息输入预先训练的向量计算模型中得到对应的关键信息向量;
11、查询单元,连接所述向量计算单元,用于分别计算所述关键信息向量和各所述知识词条之间的向量相似度,根据向量相似度提取出多个所述知识词条作为回复知识向量;
12、答案生成单元,连接所述查询单元,用于将各所述回复知识向量结合当前语境整合为所述答案,并且将各所述回复知识向量链接的各所述知识向量与所述答案一并返回给所述企业员工。
13、优选的,所述查询单元包括:
14、相似度计算子单元,用于分别计算所述关键信息向量和各所述知识词条之间的余弦相似度作为对应的所述向量相似度;
15、提取子单元,连接所述相似度计算子单元,用于将所述向量相似度超过预设的相似度阈值的各所述知识词条作为所述回复知识向量。
16、优选的,所述答案生成单元包括:
17、信息整合子单元,用于使用所述大语言模型从各所述回复知识向量中分别提取出对应的知识片段,将各所述知识片段输入所述大语言模型进行关键词驱动的文本生成得到一段连续文本;
18、语境适配子单元,连接所述信息整合子单元,用于使用所述大语言模型对所述企业员工发出的所述查询问题进行语义分析得到当前语境,所述大语言模型结合当前语境调整所述连续文本得到所述答案,并且将各所述回复知识向量链接的各所述知识向量与所述答案一并返回给所述企业员工。
19、本专利技术还提供一种基于大语言模型的企业知识库构建查询方法,应用于如上述的企业知识库构建查询系统,所述企业知识库构建查询方法包括:
20、步骤s1,所述企业知识库构建查询系统在构建阶段获取企业员工上传的维基词条,将各所述维基词条输入预先构建的大语言模型中提取得到对应的关键信息作为知识词条存储以建立企业知识库,并且在所述企业知识库的构建过程中将相似的各所述知识词条链接关联;
21、步骤s2,所述企业知识库构建查询系统在所述企业知识库构建完毕后,获取企业员工发出的查询问题,将所述查询问题输入所述大语言模型中提取得到问题关键信息,根据所述问题关键信息于所述企业知识库中查询得到与所述问题关键信息相似的多个知识词条,并结合所述查询问题整合为一条答案回复给所述企业员工。
22、优选的,所述步骤s1包括:
23、步骤s11,所述企业知识库构建查询系统获取各所述维基词条,分别将各所述维基词条输入所述大语言模型提取得到对应的主题关键词,和/或实体关系,和/或概念定义作为对应的所述关键信息;
24、步骤s12,所述企业知识库构建查询系统将各所述关键信息输入预先训练的向量计算模型得到对应的知识向量作为所述知识词条存储以构建所述企业知识库;
25、步骤s13,所述企业知识库构建查询系统将在所述企业知识库构建过程中,计算出当前企业员工输入的维基词条对应的知识向量后,从所述企业知识库中查找得到相似的所述知识词条进行链接关联。
26、优选的,所述步骤s2包括:
27、步骤s21,所述企业知识库构建查询系统将获取到的所述查询问题输入所述大语言模型提取所述查询问题的问题关键信息;
28、步骤s22,所述企业知识库构建查询系统将所述问题关键信息输入预先训练的向量计算模型中得到对应的关键信息向量;
29、步骤s23,所述企业知识库构建查询系统分别计算所述关键信息向量和各所述知识词条之间的向量相似度,根据向量相似度提取出多个所述知识词条作为回复知识向量;
30、步骤s24,所述企业知识库构建查询系统将各所述回复知识向量结合当前语境整合为所述答案,并且将各所述回复知识向量链接的各所述知识向量与所述答案一并返回给所述企业员工。
31、优选的,所述步骤s23包括:
32、步本文档来自技高网...
【技术保护点】
1.一种基于大语言模型的企业知识库构建查询系统,其特征在于,包括:
2.根据权利要求1所述的企业知识库构建查询系统,其特征在于,所述知识库构建模块包括:
3.根据权利要求1所述的企业知识库构建查询系统,其特征在于,所述知识库查询模块包括:
4.根据权利要求3所述的企业知识库构建查询系统,其特征在于,所述查询单元包括:
5.根据权利要求3所述的企业知识库构建查询系统,其特征在于,所述答案生成单元包括:
6.一种基于大语言模型的企业知识库构建查询方法,其特征在于,应用于如权利要求1-5中任意一项所述的企业知识库构建查询系统,所述企业知识库构建查询方法包括:
7.根据权利要求6所述的企业知识库构建查询方法,其特征在于,所述步骤S1包括:
8.根据权利要求6所述的企业知识库构建查询方法,其特征在于,所述步骤S2包括:
9.根据权利要求8所述的企业知识库构建查询方法,其特征在于,所述步骤S23包括:
10.根据权利要求8所述的企业知识库构建查询方法,其特征在于,所述步骤S24包括:<
...【技术特征摘要】
1.一种基于大语言模型的企业知识库构建查询系统,其特征在于,包括:
2.根据权利要求1所述的企业知识库构建查询系统,其特征在于,所述知识库构建模块包括:
3.根据权利要求1所述的企业知识库构建查询系统,其特征在于,所述知识库查询模块包括:
4.根据权利要求3所述的企业知识库构建查询系统,其特征在于,所述查询单元包括:
5.根据权利要求3所述的企业知识库构建查询系统,其特征在于,所述答案生成单元包括:
6.一种基于大语言模型的企业知识...
【专利技术属性】
技术研发人员:胡文强,朱瑞星,黄孟钦,
申请(专利权)人:上海深至信息科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。