基于transformer深度学习的多跳RAG信息推理方法和系统

本发明提出了一种基于transformer深度学习的多跳RAG信息推理方法和系统，包括如下步骤：S101，通过自动抓取、API集成、数据库整合、人工录入的方式进行特定领域的数据收集；S102，针对特定领域的需求与特性，定制化构建多跳RAG模型架构，采用Transformer深度学习架构作为模型的核心搭建模块；S103，构建特定领域的知识图谱，知识图谱包含实体、关系、属性信息，用于表示特定领域内的概念和关联；S104，使用预训练策略对收集到的数据模型架构进行训练，优化模型的参数和结构；S105通过准确率、召回率指标定期评估模型。