基于版面分析和查询生成的RAG知识库构建方法

本申请提供基于版面分析和查询生成的RAG知识库构建方法，方法包括：接收若干查询文档；对每个查询文档，利用版面分析工具对查询文档进行版面分析；根据版面分析结果进行文本内容的分段和合并，得到多个文本段；利用大语言模型为查询文档生成标题，以及为各文本段分别生成预设数量的查询；对每个文本段，基于标题与该文本段生成第一向量，基于该文本段的预设数量查询生成第二向量；将各文本段分别与其第一向量和第二向量合并存储，以构建RAG知识库。由此，通过对查询文档进行有效的版面分析得到文本段，以及为各文本段生成查询以扩充语义，从而构建更全面的RAG知识库，可以提升系统的检索增强生成效果。