基于意图增强的RAG方法、系统、设备及介质

本发明公开了一种基于意图增强的RAG方法、系统、设备及介质，所述方法包括以下步骤：采用LLM探索用户query答案，采用命名实体模型从query和LLM的输出抽取实体信息；采用抽取的实体信息作为锚搜索知识库知识；对搜索数据结合query利用ReRanker算法进行重新排序；采用Prompt Template集合排序之后的结果获取答案；本发明能够利用LLM的推理能力，使大模型在召回之前加上一个意图分析功能，让大模型对用户的query进行扩展和推理，使得后续召回能够召回的信息完整度高、相关性大，缓解了用户query和KG知识库之前的信息不对齐的问题，最终提高模型的综合性能。