一种基于大语言模型的知识问答方法、装置、介质及设备制造方法及图纸

本发明专利技术涉及知识问答技术领域，尤其涉及一种基于大语言模型的知识问答方法、装置、介质及设备，包括：基于第一大语言模型获取初始问题对应的第一知识答案和第一知识领域，根据初始问题和第一知识答案获取N个第一扩充问题，提高了初始问题的问题深度和有效信息的丰富性，基于第一大语言模型获取到每个第一扩充问题对应的第二知识答案和第二知识领域，以对第一扩充问题进行筛选，将筛选出的第一扩充问题确定为初始问题，从而对初始问题进行多次扩充和深化，直至得到目标问题，在第一大语言模型的全面分析基础上，基于指定领域的目标大语言模型对目标问题进行深度分析，提高了初始问题对应的目标知识答案的准确性，提高了与用户问答需求的匹配性。

【技术实现步骤摘要】

本专利技术涉及知识问答，特别是涉及一种基于大语言模型的知识问答方法、装置、介质及设备。

技术介绍

1、随着互联网技术的快速发展，大量的知识以结构化和非结构化的形式存在于网络中，如何有效地从海量知识中获取有用的信息，成为人工智能领域的重要研究方向。而基于大语言模型的知识问答作为一种能够理解自然语言问题，并从知识库中检索答案的技术，提供了一种全新的知识获取方式。

2、在现有的基于大语言模型的知识问答中，大语言模型对用户输入的问题进行分析，并输出对应的答案，但是，在大语言模型的实际使用中，用户输入的问题的质量参差不齐，当用户输入的问题的质量较高时，大语言模型输出的答案的准确性较高，可以匹配用户的问答需求，当用户输入的问题的片面性较高、质量较差时，大语言模型对用户意图的理解不充分，输出的答案的准确性较低，难以满足用户的问答需求。

3、因此，如何提高大语言模型输出答案的准确性，从而满足用户的问答需求成为亟待解决的问题。

技术实现思路

1、针对上述技术问题，本专利技术采用的技术方案为一种基于大语言本文档来自技高网...

【技术保护点】

1.一种基于大语言模型的知识问答方法，其特征在于，所述知识问答方法包括如下步骤：

2.根据权利要求1所述的基于大语言模型的知识问答方法，其特征在于，S3还包括如下步骤：

3.根据权利要求2所述的基于大语言模型的知识问答方法，其特征在于，S32还包括如下步骤：

4.根据权利要求3所述的基于大语言模型的知识问答方法，其特征在于，所述第一位置包括第一语句序号，第一语句序号是指对应的初始实体词在所述第一知识答案中对应的语句的序号，所述第二位置包括第二语句序号，第二语句序号是指对应的初始关键词在所述第一知识答案中对应的语句的序号，S322还包括如下步骤：

...

【技术特征摘要】

1.一种基于大语言模型的知识问答方法，其特征在于，所述知识问答方法包括如下步骤：

2.根据权利要求1所述的基于大语言模型的知识问答方法，其特征在于，s3还包括如下步骤：

3.根据权利要求2所述的基于大语言模型的知识问答方法，其特征在于，s32还包括如下步骤：

4.根据权利要求3所述的基于大语言模型的知识问答方法，其特征在于，所述第一位置包括第一语句序号，第一语句序号是指对应的初始实体词在所述第一知识答案中对应的语句的序号，所述第二位置包括第二语句序号，第二语句序号是指对应的初始关键词在所述第一知识答案中对应的语句的序号，s322还包括如下步骤：

5.根据权利要求1所述的基于大语言模型的知识问答方法，其特征在...

【专利技术属性】
技术研发人员：梁协君，陈珂，
申请(专利权)人：浙江有数数智科技有限公司，
类型：发明
国别省市：