一种基于大模型和检索增强的表格问答方法

本发明涉及一种基于大模型和检索增强的表格问答方法，包括如下步骤：选用CodeLLaMA‑7B‑Instruct‑hf，利用LoRA技术进行参数微调得到LLMforTable；构建多模态知识库，对多模态知识库中非结构化文档转换为纯文本，按语义粒度分块使用Sentence‑BERT将文本转化为768维知识向量；将用户输入的自然语言问题转换为向量，与知识向量计算相似度，选取相似度大于阈值且按降序排列的前Top‑K个相似度所对应的知识向量，然后再将提取Top‑K个知识向量对应的知识片段；制作结构化提示Prompt，将Prompt作为LLMforTable的输入，输出SQL语句。