一种基于扩散模型和大语言模型的智能答疑方法

本发明提供了一种基于扩散模型和大语言模型的智能答疑方法，涉及问答模型技术领域，包括以下步骤：收集大量用户问题、文本以及它们所对应的关键词，基于此训练文本扩散模型；收集大量书籍文本以及用户‑老师问答数据，使用书籍文本预训练开源的大语言模型，使用用户‑老师问答数据调整大语言模型；用户询问问题后，文本扩散模型将用户问题转化为关键词向量，与用户问题一起输入到大语言模型中，计算出对问题中每个字的关注程度，输出答疑内容；本发明训练文本扩散模型抽取关键词信息，融入到大语言模型的文本嵌入层，从而给大语言模型的文本嵌入向量融入关键词信息，增强模型对复杂问题中关键部分的关注程度。