摘要
本发明公开了一种基于大模型微调与RAG检索的双引擎政务问答方法,该方法属于政务数字化、自然语言处理领域,结合大模型语言理解生成能力、检索增强生成技术和结构化推理模式,克服了传统政务问答方法在动态政策响应、复杂语义理解和合规性控制方面的不足。通过大模型微调适配政务领域知识,结合向量检索与动态更新机制,实现政务咨询的高精度、时效性回答。本发明的核心创新在于双引擎架构与动态知识管理的深度融合,在确保政策合规性的前提下,提升政务问答的准确性和响应效率,适用于政务服务大厅、在线咨询平台等场景的智能化升级。
技术关键词
政务
问答方法
合规性
时效性
损失函数优化
语义
审核模型
Word文本
实体
增量更新
增量式数据
注意力机制
依存句法分析
标签
编码器结构
咨询平台
条件随机场
检索策略
大语言模型