摘要
本公开的一种基于GraphRAG方法的车辆知识问答方法及计算机设备,包括:基于车辆知识文档的标题层级构建文档树结构,并分配文本标识符以及添加元数据信息;采用向量嵌入模型将存储的文本单元转化为文本单元向量,并建立文本向量索引;计算查询向量与文本单元向量之间的相似度分数,基于相似度分数确定传统RAG路径文本单元;采用大语言模型根据实体类型和关系类型识别文本单元的实体和实体关系以生成车辆知识图谱;采用莱顿社区检测算法对车辆知识图谱进行多层次社区划分,根据各层级社区生成结构化社区摘要;采用大语言模型确定GraphRAG路径社区摘要;将GraphRAG路径的社区摘要与传统RAG路径文本单元进行融合并生成回答。
技术关键词
摘要
文本
大语言模型
层级
知识问答方法
社区检测算法
关系
车辆
多层次
计算机程序指令
图谱
社区结构
计算机设备
索引
实体标识符
语义
分辨率
查询意图
系统为您推荐了相关专利信息
SQL生成方法
自然语言
大语言模型
字段
表达式
投影模型
路由器
动态
非线性神经网络
知识问答系统
文本生成模型
实体
层级
记忆
非暂态计算机可读存储介质