【技术实现步骤摘要】
本专利技术属于人工智能领域，具体涉及一种针对数字档案数据的智能问答方法。
技术介绍
1、随着数字化技术的迅猛发展，档案数据的来源和数量呈现出爆炸式增长，其多样化和海量性的特征导致了档案数据难以有效利用的困境。面对井喷式的档案信息，用户往往需要耗费大量时间查阅和整合资料，从繁杂的信息中提炼出所需的知识，这一过程既耗时又耗力。
2、用户在面对海量档案信息时，需要升级的不仅仅是数据的存储能力，更重要的是数据的快速检索、整合和知识的提炼能力。基于此需求，在人工智能技术浪潮的推动下，智能问答系统应运而生——依托自然语言处理技术，精准捕捉用户意图，以准确精炼的表达回答用户需求。智能问答系统在语义理解的基础上，深度挖掘并充分利用档案资源的潜在价值，通过自然流畅的对话模式，让用户感受到档案资源的查询与检索便捷性和准确性，高效解决用户在日常服务、历史档案等方面的疑问。这一创新方式，标志着档案馆在信息化背景下，向用户提供高质量咨询服务的全新转型，开启了档案资源服务智能化的新篇章。
3、当前的档案智能问答系统主要依赖于知识库进行智能应...
【技术保护点】
1.一种针对数字档案数据的智能问答方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的针对数字档案数据的智能问答方法，其特征在于，所述S1具体包括：令为个数字档案文档，使用TextSplitter对文档进行分块，将文档中的文本信息划分为长度为1000个token的文本块；设该文档数据中的第个文档经过分块处理后得到的文本块表示为，其中表示档案文档的序号，表示当前档案文档划分后得到的文本块编号；再利用本地化部署的中文QWEN大语言模型将每个文本块转换为知识向量表示；对于每个文本块，其对应的知识向量表示为；表示QWEN大语言模型，由此构建数字档案的知识...
【技术特征摘要】
1.一种针对数字档案数据的智能问答方法，其特征在于，该方法包括如下步骤：
2.如权利要求1所述的针对数字档案数据的智能问答方法，其特征在于，所述s1具体包括：令为个数字档案文档，使用textsplitter对文档进行分块，将文档中的文本信息划分为长度为1000个token的文本块；设该文档数据中的第个文档经过分块处理后得到的文本块表示为，其中表示档案文档的序号，表示当前档案文档划分后得到的文本块编号；再利用本地化部署的中文qwen大语言模型将每个文本块转换为知识向量表示；对于每个文本块，其对应的知识向量表示为；表示qwen大语言模型，由此构建数字档案的知识向量库，如公式（1）所示：
3.如权利要求2所述的针对数字档案数据的智能问答方法，其特征在于，所述s1具体包括如下步骤：
4.如权利要求3所述的针对数字档案数据的智能问答方法，其特征在于，所述s2包括：首先从知识向量库中随机选取的知识向量构成子库，并计算中所有知识向量两两之间的语义相似性，构建相似性矩阵；在此基础上遍历中所有的知识向量，为其中的每一个知识向量构建一个语义相似知识向量对，和一个语义不相似知识向量对，并构建对应的标签数据集合。
5.如权利要求3所述的针对数字档案数据的智能问答方法，其特征在于，所述s2具体包括如下步骤：
6.如权利要求5所述的针对数字档案数据的智能问答方法，其特征在于，所述s3中，以知识向量为输入，经过深度哈希网络将其转化为二值编码的哈希向量，深度哈希网络包括：一个前馈网络和一个哈希层，文本块经大语言模型转换成知识向量后，经过一个前馈网络和一个哈希层得到哈希向量；前馈网络由5层全连接网络堆叠而成，接收集合或集合中的知识向量对，将其扩展到更高维度从而增强模型的表达能力，再降维输出，得到原始输入的中间向量表示；哈希层则...
【专利技术属性】
技术研发人员：黄杨琛，王浩，李晖，孙丽婷，郑忆美，
申请(专利权)人：北京计算机技术及应用研究所，
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。