一种基于大语言模型的表格内容RAG客服问答方法

本发明公开了一种基于大语言模型的表格内容RAG客服问答方法，该方法首先解析客服文档识别文本段落和表格数据，对表格数据进行处理，并进行切片处理。其次将切片处理后的数据增加文档域信息，并构建向量索引。然后对用户问题进行语义补全，使用嵌入模型将文本向量化，在向量索引中进行向量检索，筛选出与问题最相关的检索信息。再然后在筛选后的数据中做同表聚合再进行文档级聚合，使用大语言模型抽取在该文档中所有与用户问题相关的关键信息，并进行过滤得到总整合信息。最后将总整合信息结合标准化提问，由大模型生成回答。本发明增强了问答系统在检索包含表格数据的文档时的准确性，提升用户体验和满意度。