基于智能体的汽车问题应答方法技术

本发明专利技术提供了基于智能体的汽车问题应答方法，所述方法包括如下步骤：数据预处理、文档元信息embedding和文档内容embedding以及智能体启发式检索与应答。通过采用启发式的方法回答用户的提问，利用构建的文档元信息树启发式的检索出最相关的文档，该智能体可以有效的缩小内容向量检索的空间，更好的提升召回文档的相关性；同时可以减少因内容分片embedding信息损失所带来的无关内容的召回，可以更好的提升应答的准确性；针对单个文档召回最相关内容时，结合文档的元信息树采用启发式迭代分解子问题的策略，利用大模型最终召回最相关的子问题及其对应的内容，该智能体可以更准确的回答用户的提问，在应答准确率要求高的场景有着较强的应用价值。

【技术实现步骤摘要】

本专利技术涉及基于智能体的汽车问题应答方法。

技术介绍

1、汽车资讯是为对汽车感兴趣的人，包括潜在的购车者、车主、汽车爱好者等提供服务；通过提供新闻、评论、比较、购买建议等，用于应答解决使用者提出的汽车问题。

2、目前，针对汽车资讯领域的用户提问场景，应答方式有以下几种；(1)有一些传统的应答方法，比如基于规则的方法、传统的机器学习方法、以及基于自然语言处理(naturallanguage processing)和自然语言理解(natural language understanding)的方法；(2)一些较新的基于大模型(large language model)的方法，比如直接基于基础大模型进行应答的方法、基于外挂知识库rag(retrievalaugmented generation)的应答方法、以及使用汽车行业数据对基础大模型进行调优(supervised fine tuning)后再直接用于应答的方法。

3、对于上述传统的方法，通常需要使用预定义的规则或大量人工标注的训练数据来训练模型，(1)一方面当行业领域增量数据达到一本文档来自技高网...

【技术保护点】

1.基于智能体的汽车问题应答方法，其特征在于：所述方法包括如下步骤：

2.如权利要求1所述的基于智能体的汽车问题应答方法，其特征在于：所述步骤(1)中对于文档内已包结构化元信息树的文档，比如目录结构化元信息等，可以采用相应的文档解析器直接提取出文档元信息树。

3.如权利要求1所述的基于智能体的汽车问题应答方法，其特征在于：所述步骤(1)中而对于未包含结构化元信息树的文档，可以采用传统的NLP或NLU处理方法，结合文档内容的自然结构，生成文档的结构化元信息树。

4.如权利要求1所述的基于智能体的汽车问题应答方法，其特征在于：所述步骤(3)中的结果文档选取...

【技术特征摘要】

1.基于智能体的汽车问题应答方法，其特征在于：所述方法包括如下步骤：

2.如权利要求1所述的基于智能体的汽车问题应答方法，其特征在于：所述步骤(1)中对于文档内已包结构化元信息树的文档，比如目录结构化元信息等，可以采用相应的文档解析器直接提取出文档元信息树。

3.如权利要求1所述的基于智能体的汽车问题应答方法，其特征在于：所述步骤(1)中而对于未包含结构化元信息树的文档，可以采用传统的nlp或nlu处理方法，结合文档内容的自然结构，生成文档的结构化元信息树。

4.如权利要求1所述的基于智能体的汽车问题应答方法，其特征在于：所述步骤(3)中的结果文档选取后，通过对结果文档进一步的进行启发式检索处理。

5.如权利要求4所述的基于智能体的汽车问题应答方法，其特征在于：所述启发式检索处理时，先从元信息召回集中取该文档召回的最低层级元信息，表示为<doci,doc_meta_tree_nodenode_y>。

6.如权利要求5所述的基于智能体的汽车问题应答方法，其特征在于：若node_y为该文档...

【专利技术属性】
技术研发人员：陈圣奇，李伟，肖超，杨永峰，郭杨，
申请(专利权)人：北京易慧涌现智能科技有限公司，
类型：发明
国别省市：