摘要
本申请公开了一种基于结构化文档检索增强的问答方法,属于人工智能技术领域。所述方法包括:对结构化文档执行结构化信息解析与分块处理,以构建反映文档层次关系的树状结构;基于跨文档的关联关系,对多个结构化文档分别对应的树状结构进行联合,以形成多文档的树结构网络;在接收到提问请求时,通过树结构网络生成对应的检索增强信息,并将检索增强信息输入至问答模型,以得到与提问请求相匹配的回答信息。本申请通过构建以结构化文档的树状层次关系为核心,并融合跨文档主题聚类与引用映射的多文档树结构网络,实现面向结构化文档的高效检索增强问答,显著提升回答的准确性、上下文一致性和可追溯性。
技术关键词
树结构网络
节点
树状结构
结构化文档检索
主题
关系
问答模型
问答方法
文本
分块
期望最大化算法
数据存储方式
高斯混合模型
页面结构
生成向量
人工智能技术
摘要算法
标识符
聚类
系统为您推荐了相关专利信息
数据写入方法
分布式存储模块
时序
分片策略
数据映射关系
数字孪生模型
分层强化学习
交直流混合系统
资源
计算机可执行指令