一种基于大模型的文生数据问答方法及系统

本发明公开了一种基于大模型的文生数据问答方法及系统，包括如下步骤：S1、获取用户输入的查询文本，进行预处理；S2、获取意图分析结果；S3、判断用户查询是否为业务场景，若否则进行非业务场景处理，并更新当前场景；S4、通过Few‑shot Learning抽取关键实体和关系；S5、用抽取到的关键实体和关系构建动态可扩展的增强型知识图谱，并利用Transformer模型和GraphSAGE结合的技术对知识图谱进行动态更新和优化；S6、利用m3e向量化技术将知识图谱中的指标转化为数值向量表示；S7、采用基于近端策略优化的强化学习和贝叶斯优化技术，优化系统性能；S8、生成基于用户查询的答案和数据分析报告。本发明结合大语言模型、Few‑shot Learning和知识图谱技术，实现智能问答系统，具备响应高效等优点。