一种知识库增强检索的文本压缩策略

本发明涉及人工智能技术领域，尤其涉及一种知识库增强检索的文本压缩策略。本发明涉及步骤S1：基于预训练的BERT回答模型，识别并提取输入的问题文本和检索的每段相关文本的答案片段；步骤S2：对于检索的每段相关文本进行预处理；步骤S3：结合上述每段相关文本的预处理结果，采用Reranker模型进行语义匹配打分，将得到的每段相关文本的打分结果进行排序并根据排序优先级选取若干结果进行组合，作为该问题文本的组合结果。Reranker模型根据句子与问题的相关性评估优先级。本发明的目的在于提供一种知识库增强检索的文本压缩策略,通过引入预训练问答模型，高效抽取原文中的关键答案片段作为核心关键词,提高文本处理效率，还能增强模型对答案的聚焦能力。