一种基于层次化信息扩充的大语言模型检索增强生成方法

本发明提供了一种基于层次化信息扩充的大语言模型检索增强生成方法，适用于自然语言处理及数据处理领域。本方法利用Markdown格式化器，将传统文档格式转换为包含元信息的Markdown格式，确保内容的结构性和可读性。层次化元信息扩充器采用深度优先搜索对章节元信息进行级联和嵌入，扩充知识块信息并转换为嵌入向量，存储于向量数据库中。多路由检索器结合向量相似度匹配、BM25算法及关键词匹配技术动态检索，优化检索精确性和相关性。本发明能够显著提高在结构相似或内容重复的大规模文档集中的检索效率和答案生成的准确性。本发明的应用为复杂环境下的自然语言处理提供了有效的技术支持，提升了检索增强生成系统的实用性和效果。