摘要
本发明提供了一种基于RAG技术与大语言模型的情感预测方法,具体包括:构建用于情感文本标签预测的RAG数据库;对RAG数据库文本进行向量化并构建索引;将用户输入数据依次在RAG库中检索相似文本,将相似文本结合提示词输入大语言模型,生成对应的情感标签;建立缓存库,将未在RAG库检索到相似文本的情感文本及其预测结果加入到缓存库中;将缓存库中的数据实时更新至RAG库,循环执行检索生成,直至完成全部的情感文本预测任务。本发明可用于鉴定文本情感多标签,使用SentenceTransformer嵌入模型对建立的RAG库数据进行向量化处理,以及使用FAISS IndexFlatL2索引类型进行索引构建可以快速有效的检索到空间向量相似的RAG序列,从而使得多标签分类结果更加可靠和稳定,降低系统的误差。
技术关键词
情感预测方法
文本
索引
大语言模型
语义向量
多标签
表格
检索策略
序列
事务处理
动态更新
数据更新
合规性
基础
频率
格式
样本
字幕