本申请提供了一种问答处理方法、电子设备及可读存储介质，其中，该方法包括：结构化处理问题语句得到初始数据，利用检索增强生成模型基于经过整合的目标整合数据在数据库中检索，生成目标检索数据，将目标检索数据转换为待输出表格，基于自然语言模型以及多智能体模型对待输出表格进行数据解析及整合处理，得到目标输出表格，整合上述过程数据以及目标输出表格，得到目标输出数据。本申请通过根据整理后问题语句进行检索，并将目标检索结果结构化处理后输入到自然语言模型及多智能体模型中，从而实现数据在结构化和非结构化间的切换，满足大语言模型及自然语言模型的格式要求，整合过程数据及目标输出表格使目标输出数据具有可解释性。
【技术实现步骤摘要】
本申请涉及检索处理，具体而言，涉及一种问答处理方法、电子设备及可读存储介质。
技术介绍
1、自人工智能发展以来，现有的大语言模型可以应用于普通的信息检索任务和智能问答处理，但是对于更复杂的情况，即被检索的数据信息分布在各种非结构化资料中时，大语言模型无法利用自然语言进行检索查询的同时，进行一定的数据筛选和结构化的输出，从而满足用户需求。
2、因此，现有技术提出利用检索增强生成技术结合大语言模型、基于大语言模型的自然语言编程方法以及多智能体技术应对更加复杂的检索任务及问答需求。
3、但是，现有技术中，检索增强生成技术虽然能够保证检索的准确性以及可靠性，但是其结合的大语言模型作为一种概率统计模型，本身缺少数据计算能力，无法实现数据分析及数理统计等较强计算性的目标。同时，大语言模型的输入输出均为非结构化数据，无法满足结构化输入输出的需求。自然语言编程方法无法直接对非结构化信息进行处理。多智能体技术不确定性较强，稳定性较弱。因此，上述现有技术在面对更加复杂的检索任务需求时，无法输出稳定的结构化结果。
>技术实现思路本文档来自技高网...
【技术保护点】
1.一种问答处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的问答处理方法，其特征在于，所述根据待输出表格中各列数据的数据类型及所述初始数据对所述待输出表格进行数据解析及整合处理，得到目标输出表格，包括：
3.根据权利要求2所述的问答处理方法，其特征在于，所述基于所述自然语言模型，根据所述初始数据及所述当前列数据，确定文本型目标数据，包括：
4.根据权利要求2所述的问答处理方法，其特征在于，所述基于所述多智能体模型，根据所述初始数据及所述当前列数据，输出数值型目标数据，包括：
5.根据权利要求4所述的问答处理方法，其特征在于，在...
【技术特征摘要】
1.一种问答处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的问答处理方法，其特征在于，所述根据待输出表格中各列数据的数据类型及所述初始数据对所述待输出表格进行数据解析及整合处理，得到目标输出表格，包括：
3.根据权利要求2所述的问答处理方法，其特征在于，所述基于所述自然语言模型，根据所述初始数据及所述当前列数据，确定文本型目标数据，包括：
4.根据权利要求2所述的问答处理方法，其特征在于，所述基于所述多智能体模型，根据所述初始数据及所述当前列数据，输出数值型目标数据，包括：
5.根据权利要求4所述的问答处理方法，其特征在于，在所述将所述当前列数据及所述初始数据输入到所述多智能体模型...
【专利技术属性】
技术研发人员：王峰，梁新乐，杨浩林，辛伟，李亚南，徐正扬，朱博瀚，
申请(专利权)人：无锡雪浪数制科技有限公司，
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。