摘要
本发明涉及大模型技术领域,公开了一种基于知识图谱和检索增强的政务问答方法及系统,包括:对每一政务文档进行信息提取,得到文本信息、多模态信息和元数据;融合上述信息得到文档信息;基于文档信息进行实体关系抽取,得到实体、关系和文本键值对;基于每一政务文档对应的实体、关系和文本键值对,构建政务知识图谱;基于用户查询语句的类型和政务知识图谱,采用检索增强技术生成查询答案;优化查询答案生成目标答案。本发明通过多模态信息和知识图谱,全面理解文档内容和查询意图,提高问答准确性,融合知识图谱和检索增强技术,减少大语言模型的“幻觉”现象,提高答案准确性,并通过优化确保答案的安全性、准确性和易读性,提升用户体验。
技术关键词
政务
答案
多模态信息
大语言模型
文本
语句
实体关系抽取
节点
键值
问答方法
切块
融合知识图谱
知识图谱构建
数据
信息处理模块
查询意图
解析工具
系统为您推荐了相关专利信息
协同显著性检测方法
显著性检测模型
关键词特征
预训练语言模型
场景结构
模块
多智能体系统
面向切面编程
应用程序编程接口
Web表单
振动特征
轴承寿命预测方法
节点
图谱
深度学习模型
极限学习机
文本分析模型
多头注意力机制
分类器
因子