摘要
本申请公开了一种层级语义驱动的检索增强生成方法及系统,通过构建以文档章节标题为基础的树状层级结构,有效保留了文档的天然层级关系和语义边界,采用递归语义边界拆分策略,细化过长文本节点,既保证了语义的完整性,又满足了模型输入长度限制,避免了语义信息的丢失。同时,通过大语言模型实现节点知识点提取与摘要生成,结合自上而下的多级标题路径传递和自下而上的内容聚合,增强了节点的结构感知和语义表达能力,在检索阶段,基于查询与节点语义表示的相似度分布,动态计算自适应检索阈值,替代固定top‑k检索策略,实现对不同查询和层级节点的智能筛选,平衡了信息覆盖和冗余抑制,显著提升检索效率和准确率。
技术关键词
知识点
语义
大语言模型
层级
摘要
树状结构节点
文本
节点标识符
生成方法
分布特征
检索策略
检索算法
关键词
机制
模块
信息编码
统计特征
生成系统
系统为您推荐了相关专利信息
策略网络模型
轴向磁通电机
智能感控
关节模组
强化学习算法
计时提醒方法
生成提醒信息
低功耗
车辆控制装置
模式
边框特征
纹路特征
评分特征
翻拍图像识别方法
融合特征