基于上下文语义与动态检索的智能问答方法

本发明涉及智能问答技术领域，尤其涉及基于上下文语义与动态检索的智能问答方法，首先将数据进行拼接，形成完整对话文本，再使用大模型结合思维链和小样本学习抽取对话核心主题，再基于对话文本和当前问题，结合BM25和BERT MLM生成动态关键词集合，最后将当前问题、关键词集合和核心主题拼接为多维语义表示，使用BGE‑M3嵌入模型对多维语义表示进行向量化，生成嵌入向量；本发明通过结合上下文主题抽取和动态关键词生成技术，系统能够实时捕捉多轮对话中的核心意图和语义变化，使知识库检索不再依赖固定的关键词匹配，而是根据对话语境动态调整检索策略，从而显著提高问题与知识库内容的匹配精度。