【技术实现步骤摘要】
本专利技术涉及语言模型，尤其涉及基于知识图谱和大语言模型的智能问答方法、系统和服务器。
技术介绍
1、大语言模型(large language model)是一种基于深度学习的人工智能模型，通过海量的语料库训练而成，融合了各种语言知识和语言规律。它具备对自然语言进行理解、生成和处理的能力，并能够在各种任务中表现出相当高的水平，在问答领域应用广泛。然而当前大语言模型虽在通用领域已展现出卓越的问答能力，但针对专业垂直领域，尤其是在提问者存在知识领域限制无法准确提问，或者需要深入领域知识和精确信息时，大语言模型的回答可能存在准确性差、深度低等情况，影响用户体验。
技术实现思路
1、本专利技术针对现有技术中的不足，提供了基于知识图谱和大语言模型的智能问答方法，包括如下步骤：
2、将获取的用户话题作为第一提问信息输入训练好的文本分类模型中判断是否为特定领域的专业问题；
3、若为特定领域的专业问题则在该特定领域知识图谱中检索并获取与所述第一提问信息相关联的第一节点特征信息，其中...
【技术保护点】
1.基于知识图谱和大语言模型的智能问答方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于知识图谱和大语言模型的智能问答方法，其特征在于，还包括：
3.根据权利要求2所述的基于知识图谱和大语言模型的智能问答方法，其特征在于，还包括：
4.根据权利要求3所述的基于知识图谱和大语言模型的智能问答方法，其特征在于：
5.根据权利要求4所述的基于知识图谱和大语言模型的智能问答方法，其特征在于：
6.基于知识图谱和大语言模型的智能问答系统，其特征在于，包括：
7.根据权利要求6所述的基于知识图谱和...
【技术特征摘要】
1.基于知识图谱和大语言模型的智能问答方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于知识图谱和大语言模型的智能问答方法，其特征在于，还包括：
3.根据权利要求2所述的基于知识图谱和大语言模型的智能问答方法，其特征在于，还包括：
4.根据权利要求3所述的基于知识图谱和大语言模型的智能问答方法，其特征在于：
5.根据权利要求4所述的基于知识图谱和大语言模型的智能问答方法，其特征在于：
6.基于知识图谱和大语言模型的智能问答系统，...
【专利技术属性】
技术研发人员：王启帆，项彩贞，王伟华，赵灿军，严永超，
申请(专利权)人：金程科技有限公司，
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。