一种关于多轮对话的引导式问题推荐方法

本发明涉及一种关于多轮对话的引导式问题推荐方法，使用了三个模型分别为主题分类模型、BM2.5模型和向量化模型，其中主题分类模型功能是对当前用户提问主题进行分类，BM2.5模型是在词的粒度上对候选问题进行粗召回；最后向量化模型是对历史对话、当前用户提问等进行文本进行向量化，以用于过滤筛选出最佳的推荐问题。本发明通过大模型和文本聚类实现知识库自动化构建，解决传统方法中维护难的问题，节约了成本。采用主题分类模型、BM2.5模型和向量化模型进行问题推荐，节约了计算资源，提高了推荐效率和推荐准确率。