一种基于大模型的文生数据问答方法及系统技术方案

本发明专利技术公开了一种基于大模型的文生数据问答方法及系统，包括如下步骤：S1、获取用户输入的查询文本，进行预处理；S2、获取意图分析结果；S3、判断用户查询是否为业务场景，若否则进行非业务场景处理，并更新当前场景；S4、通过Few‑shot Learning抽取关键实体和关系；S5、用抽取到的关键实体和关系构建动态可扩展的增强型知识图谱，并利用Transformer模型和GraphSAGE结合的技术对知识图谱进行动态更新和优化；S6、利用m3e向量化技术将知识图谱中的指标转化为数值向量表示；S7、采用基于近端策略优化的强化学习和贝叶斯优化技术，优化系统性能；S8、生成基于用户查询的答案和数据分析报告。本发明专利技术结合大语言模型、Few‑shot Learning和知识图谱技术，实现智能问答系统，具备响应高效等优点。

【技术实现步骤摘要】

本专利技术涉及自然语言处理和人工智能，尤其涉及一种基于大模型的文生数据问答方法及系统。

技术介绍

1、在信息化和智能化快速发展的今天，数据的获取和处理变得越来越重要。文生数据问答系统作为一种基于自然语言处理技术的智能问答系统，广泛应用于客户服务、知识管理、信息检索等领域。现有技术主要通过关键词匹配、规则引擎和简单的机器学习模型实现对用户查询的理解和回答。然而，传统方法在处理复杂查询、理解上下文、生成自然语言答案等方面存在诸多不足，无法满足用户日益增长的需求。

2、传统的关键词匹配方法依赖于预定义的词汇表和模式，缺乏对自然语言语义的深度理解，导致在面对多样化表达和复杂句法结构时表现不佳。规则引擎则需要人工定义大量规则，维护成本高，且在处理未知问题时效果有限。简单的机器学习模型，如决策树、支持向量机等，虽然能够在一定程度上改进系统性能，但受限于模型容量和特征表示能力，无法处理海量异构数据，难以应对复杂多变的用户需求。

3、近年来，深度学习技术的发展为自然语言处理带来了新的契机。特别是大语言模型(如gpt-3、bert等)的出现，通过预训本文档来自技高网...

【技术保护点】

1.一种基于大模型的文生数据问答方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于大模型的文生数据问答方法，其特征在于，所述S1具体包括：

3.根据权利要求1所述的一种基于大模型的文生数据问答方法，其特征在于，所述S4具体包括：

4.根据权利要求1所述的一种基于大模型的文生数据问答方法，其特征在于，所述S5具体包括：

5.根据权利要求1所述的一种基于大模型的文生数据问答方法，其特征在于，所述S6具体包括：

6.根据权利要求1所述的一种基于大模型的文生数据问答方法，其特征在于，所述S7具体包括：

7.一...

【技术特征摘要】

1.一种基于大模型的文生数据问答方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的一种基于大模型的文生数据问答方法，其特征在于，所述s1具体包括：

3.根据权利要求1所述的一种基于大模型的文生数据问答方法，其特征在于，所述s4具体包括：

4.根据权利要求1所述的一种基于大模型的...

【专利技术属性】
技术研发人员：付贤君，王杭，饶强，
申请(专利权)人：上海熵智信息科技有限公司，
类型：发明
国别省市：