基于LLM与RAG技术的担保知识智能问答方法和系统技术方案

本发明专利技术提供一种基于LLM与RAG技术的担保知识智能问答方法和系统，所述方法包括：S1、接收用户输入的担保知识问题；S2、将所述担保知识问题分词并向量化；S3、采用多维度查询召回策略，从预先构建的担保知识智库中查询召回符合语义的知识块；S4、根据优化的重排策略，对查询召回的知识块和所述担保知识问题进行重排；S5、使用大语言模型LLM提示词模板，将重排后的担保知识问题和知识块，提交给大语言模型LLM，由所述LLM生成答案，并返回给用户。本发明专利技术可以对担保知识进行智能问答。

【技术实现步骤摘要】

本专利技术涉及大语言模型llm和检索增强生成rag，特别是指一种基于llm与rag技术的担保知识智能问答方法和系统。

技术介绍

1、担保行业系金融体系关键构成，于经济活动中发挥核心作用。伴随金融市场规模拓展与交易复杂度攀升，担保业务遭遇风险管控难度增大、流程效率偏低、客户服务待优化等挑战，行业正积极引入数字技术以破局。

2、传统担保服务依托人工经验与基础信息系统开展，知识管理存在局限。大数据技术应用后，担保公司可分析大量运营数据、构建担保知识库并实现自动化知识问答，但数据向量化环节易现信息丢失问题——因文本数据复杂，有限向量难以完整捕获细节特征，影响文档检索准确性，在担保合同检索场景中，重要条款细节或因向量化被忽略，致检索结果难精准匹配需求。

3、此外，当前仅基于向量化的语义搜索，依赖向量空间距离或相似度评估语义关联，然而该方式存在以下缺陷：向量空间距离、相似度无法完全反映真实语义，且空间内噪声、异常值会干扰搜索结果，降低语义搜索准确率。实际应用时，遇模糊、复杂查询，现有技术难以精准解读用户意图，易返回无关文档或知识片段，故亟需构建本文档来自技高网...

【技术保护点】

1.一种基于LLM与RAG技术的担保知识智能问答方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述担保知识智库的预先构建，具体包括：

3.根据权利要求2所述的方法，其特征在于，所述S3，具体包括：

4.根据权利要求3所述的方法，其特征在于，所述S4，具体包括：

5.根据权利要求4所述的方法，其特征在于，所述S4，还包括：引入时间重排算法，通过赋予较新文档更高的排名权重，实现对检索结果的重新排序，包括：

6.一种基于LLM与RAG技术的担保知识智能问答系统，其特征在于，所述系统包括：

7....

【技术特征摘要】

1.一种基于llm与rag技术的担保知识智能问答方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述担保知识智库的预先构建，具体包括：

3.根据权利要求2所述的方法，其特征在于，所述s3，具体包括：

4.根据权利要求3所述的方法，其特征在于，所述s4，具体包括：

5.根据权利要求4所述的方法，其特征在于，所述s4，还包括：引入时间重排算法，通过赋予较新文档更高的排名权重，实现对检索结果的重新排序，包括：

6.一种基于llm与...

【专利技术属性】
技术研发人员：王磊，杨天，刘帅，刘思远，冯伟，
申请(专利权)人：安徽省信用融资担保集团有限公司，
类型：发明
国别省市：