一种基于外源知识生成潜力排序增强的对话生成方法

本发明涉及大语言模型技术领域，公开了一种基于外源知识生成潜力排序增强的对话生成方法，包括：量化不同知识片段的生成潜力，进行矫正和归一化；构建正负样本对进行数据增强；在数据增强的训练集上微调检索器；拼接对话历史和检索器排序后相关性最高的前设定个知识片段，微调生成器；生成器在测试集上推理，返回根据对话历史和召回的知识片段生成的回复。目前主流检索器更多关注到对话历史和外源知识的语义相关性，而非对话历史结合外源知识生成回复标签的能力。本发明在检索器训练中考虑到了这一差异性，使得检索器召回的知识集合能更好地促进生成任务。