一种基于大模型语义增强的知识问答高相关性推荐方法

本发明涉及知识问答技术领域，尤其涉及一种基于大模型语义增强的知识问答高相关性推荐方法，该方法获取用户提出的查询问题，利用大语言模型将查询问题转化为查询语义向量；对利用HNSW算法对问题向量库的索引图构建过程进行优化，得到优化HNSW图，问题向量库是由大语言模型将知识库中的所有问题转为问题向量构成的；在优化HNSW图中进行ANN搜索，得到与查询语义向量相关性高的问题，用于推荐反馈至用户，通过优化HNSW图的构建，使得生成的图结构能更好地反映领域知识的内在关联，提升了知识问答系统中相关问题推荐的整体质量和用户体验。