【技术实现步骤摘要】
本专利技术涉及人工智能与自然语言处理，特别涉及一种基于意图识别与大语言模型的政务智能应答装置及方法。
技术介绍
1、随着社会的发展和科技的进步，人们对政务服务的需求日益增长，而传统的政务应答方法往往效率低下，无法满足用户多样化的需求。
2、目前现有的智能应答方法主要分为基于规则的智能应答方法、基于模版匹配的智能应答方法、基于深度学习的智能应答方法和基于大语言模型的智能应答方法。其中，基于规则的智能应答方法需要特定领域的专家去构建专家知识库和预设规则来回答问题，该方案虽然准确率较高，但需要投入大量的人力和时间去构建专家知识库和预设规则，同时维护规则也需要耗费大量的人力和时间，最重要的是覆盖的场景有限，无法适用复杂的场景。基于模版匹配的方法，简单易行，但模版覆盖的范围有限，无法处理一些模版之外的问题，同时回答缺乏一定的灵活性和多样性。基于深度学习的智能应答方法，通过深度学习模型自动学习文本的内在规律和上下文关系，然后通过意图识别、语义匹配再结合语言生成模型生成用户的回答，从而获得更加准确的回答。虽然该方案可以较准确的回答用户的问...
【技术保护点】
1.一种基于意图识别与大语言模型的政务智能应答装置，其特征在于，包括：
2.根据权利要求1所述的基于意图识别与大语言模型的政务智能应答装置，其特征在于，所述意图识别模块包括：
3.根据权利要求2所述的基于意图识别与大语言模型的政务智能应答装置，其特征在于，所述政策项目属性包括政策基本信息、奖励标准、申请流程、申报材料和申报条件中的至少一项。
4.根据权利要求1所述的基于意图识别与大语言模型的政务智能应答装置，其特征在于，所述混合检索模块包括：
5.一种基于意图识别与大语言模型的政务智能应答方法，其特征在于，包括以下步骤：
6.根...
【技术特征摘要】
1.一种基于意图识别与大语言模型的政务智能应答装置，其特征在于，包括：
2.根据权利要求1所述的基于意图识别与大语言模型的政务智能应答装置，其特征在于，所述意图识别模块包括：
3.根据权利要求2所述的基于意图识别与大语言模型的政务智能应答装置，其特征在于，所述政策项目属性包括政策基本信息、奖励标准、申请流程、申报材料和申报条件中的至少一项。
4.根据权利要求1所述的基于意图识别与大语言模型的政务智能应答装置，其特征在于，所述混合检索模块包括：
5.一种基于意图识别与大语言模型的政务智能应答方法，其特征在于，包括以下步骤：
6.根据权利要求5所述的基于意图识别与大语言模型的政务智能应答方法，其特征在于，所述识别用户当前提问的实际意图，并根据所述实际意图从索引数据库中选择相应属性作为检索内容，包括：
7.根据权利要求6所述的基于意图识别与大语言模型的政务智能应答方法，...
【专利技术属性】
技术研发人员：徐春梅，崔勇，王潇雯，唐鹏飞，万璐铭，王通泽，黄强，
申请(专利权)人：清华大学，
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。