基于大语言模型的知识库应答方法及系统技术方案

本发明专利技术公开了一种基于大语言模型的知识库应答方法及系统，其中该方法包括：提供一大语言模型；读取本地存储的知识文档，并将知识文档向量化处理，以获得知识数据库；获取用户的问题语句，并将该问题语句向量化处理，以获得问题数据；将问题数据和知识数据库进行查询匹配，以获得知识数据库中与问题数据相关联的目标知识数据；联合目标知识数据和问题数据一起生成大语言模型的提示词；大语言模型基于提示词生成应当内容。对于上述知识库应答方法，大语言模型不仅依赖用户的问题语句，还结合本地存储的知识文档进行处理，这使得即使用户的问题语句不够精确或完整，系统仍能通过分析本地知识文档与问题语句的关联，找到更准确和相关的知识内容。

【技术实现步骤摘要】

本专利技术涉及智能模型，尤其涉及一种基于大语言模型的知识库应答方法及系统。

技术介绍

1、近年来，人工智能领域特别是自然语言处理(nlp)和机器学习(ml)领域取得了显著的进展。在这些进展中，语言模型，尤其是大型的预训练语言模型，如chatmindai(generative pretrained transformer)系列、bert(bidirectional encoderrepresentations from transformers)等，已成为处理和理解自然语言的核心技术。

2、传统的基于知识库的应答系统通常依赖于明确编码的规则和有限的知识库。这些系统在处理复杂的查询时面临困难，尤其是在理解和生成自然语言方面。此外，这些系统的扩展性和适应性通常受限于它们的知识库和规则的维护。

3、近期，利用大型语言模型的发展，基于深度学习的知识库应答方法开始受到重视。这些方法的核心在于利用大型语言模型的强大语言理解和生成能力，提高应答系统的准确性和自然性。

4、然而，目前基于大型语言模型的应答系统主要依赖用户输入的问题语句来直本文档来自技高网...

【技术保护点】

1.一种基于大语言模型的知识库应答方法，其特征在于，包括：

2.根据权利要求1所述的基于大语言模型的知识库应答方法，其特征在于，查询匹配以获得所述目标知识数据的方法包括：

3.根据权利要求2所述的基于大语言模型的知识库应答方法，其特征在于，获得所述匹配相似度后，将小于预设阈值的所述匹配相似度舍弃。

4.根据权利要求1所述的基于大语言模型的知识库应答方法，其特征在于，基于自然语言处理模型对所述知识文档和所述问题语句进行向量化处理。

5.一种基于大语言模型的知识库应答系统，其特征在于，包括：

6.根据权利要求5所述的基于大语言模型的...

【技术特征摘要】

1.一种基于大语言模型的知识库应答方法，其特征在于，包括：

2.根据权利要求1所述的基于大语言模型的知识库应答方法，其特征在于，查询匹配以获得所述目标知识数据的方法包括：

3.根据权利要求2所述的基于大语言模型的知识库应答方法，其特征在于，获得所述匹配相似度后，将小于预设阈值的所述匹配相似度舍弃。

4.根据权利要求1所述的基于大语言模型的知识库应答方法，其特征在于，基于自然语言处理模型对所述知识文档和所述问题语句进行向量化处理。

5.一种基于大语言模型的知识库应答系统，其特征在于，包括：

6.根据权利要求5所述的基于大语言模型的知识库应答系统...

【专利技术属性】
技术研发人员：梁康康，万振华，王颉，董燕，李华，
申请(专利权)人：深圳开源互联网安全技术有限公司，
类型：发明
国别省市：