基于大模型的多层级领域知识问答方法及装置制造方法及图纸

本发明专利技术提供了一种基于大模型的多层级领域知识问答方法及装置，涉及人工智能技术领域。该问答方法包括：获取用户历史问答集、文档集、服务集；基于问答集和文档集构建知识库，基于服务集构建工具库；选取一个开源大模型，从问答集中收集用户的历史问答信息并标注出其意图并对开源大模型微调得到意图模型；获取用户问题Q以及聊天记录H，使用意图模型对用户问题Q进行意图识别，获取意图类别；根据不同的意图类别，使用意图模型调用不同的数据源，得到用户问题Q对应的答案A。本方法具备灵活的多层级处理机制，通过意图识别，能动态调用知识库、工具库或者直接使用大模型生成答案，确保用户查询得到及时响应。

【技术实现步骤摘要】

本专利技术涉及人工智能，尤其涉及一种基于大模型的多层级领域知识问答方法及装置。

技术介绍

1、大模型是近年来人工智能领域的重要进展之一，其具备强大的自然语言处理和生成能力。这些模型通过在大量文本数据上进行训练，掌握了广泛的语言知识，并能够在许多任务中展现出超越传统模型的性能。然而，尽管大模型有着显著的优势，但在实际应用中仍然存在一些问题和挑战。

2、首先，大模型面临幻觉和安全问题。由于训练数据可能包含敏感信息，模型可能在生成过程中无意中泄露这些信息。此外，模型的输出有时难以预测，可能会产生不适当或有害的内容，带来安全风险。其次，知识更新不及时的问题也是大模型的一大挑战。模型在训练之后，其内部知识不再更新，这意味着它无法反映最新的信息和事件。因此，在快速变化的环境中，模型的有效性、实用性会受到限制。

3、为了应对这些问题，结合外部知识问答api是一种有效的方法。知识库问答api通过构建和维护专业领域的知识库，为用户提供准确且及时的答案。然而，单纯依赖知识库问答api也有其局限性。例如，当检索到不相关的知识时，反而会拖慢进程、降低使用效本文档来自技高网...

【技术保护点】

1.一种基于大模型的多层级领域知识问答方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于大模型的多层级领域知识问答方法，其特征在于，所述问答库的构建过程包括：

3.根据权利要求2所述的基于大模型的多层级领域知识问答方法，其特征在于，所述提取各种文档格式中的文本内容，对文本内容进行预处理，具体包括：

4.根据权利要求1所述的基于大模型的多层级领域知识问答方法，其特征在于，所述工具库用于数据服务的注册与调用；其中数据服务的注册包括：

5.根据权利要求1所述的基于大模型的多层级领域知识问答方法，其特征在于，所述开源大模型为Qwen、G...

【技术特征摘要】

1.一种基于大模型的多层级领域知识问答方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的基于大模型的多层级领域知识问答方法，其特征在于，所述问答库的构建过程包括：

3.根据权利要求2所述的基于大模型的多层级领域知识问答方法，其特征在于，所述提取各种文档格式中的文本内容，对文本内容进行预处理，具体包括：

4.根据权利要求1所述的基于大模型的多层级领域知识问答方法，其特征在于，所述工具库用于数据服务的注册与调用；其中数据服务的注册包括：

5.根据权利要求1所述的基于大模型的多层级领域知识问答方法，其特征在于，所述开源大模型为qwen、glm、llama中的一种；

6.根据权利要求5所述的基于大模型的多层级领域知识问答方法，其特征在于，当用户意图类别包含领域知识问答时，从所述知识库中调...

【专利技术属性】
技术研发人员：刘秀，粟宣艳，韩国栋，钱程扬，张骏源，
申请(专利权)人：园测信息科技股份有限公司，
类型：发明
国别省市：