一种自适应模糊查询意图的拆解与动态优化方法

本发明公开了一种自适应模糊查询意图的拆解与动态优化方法，包括：获取用户输入的查询问题，使用自然语言处理技术来理解和解析用户的输入；利用大型语言模型,基于用户模糊问题和问题关键词，生成用于回答用户输入问题的假设文档；将所述假设文档与预设领域知识库中的文档进行比较，从而找到与用户问题相关的领域信息；引入自反思机制，使用大型语言模型或文档相似性对比模型，对比知识库中文档与用户模糊问题的相关性，并基于评估结果重新进行意图拆解，将原始问题分解成多个更小、更具体的子问题；将拆解出的子问题呈现给用户，进行人机交互，以改进拆解结果。本发明能精确地捕捉用户的查询意图，提高信息检索的准确性和效率。