一种基于RAG和M-Schema的智能槽位填充及模式链接方法

本申请涉及自然语言处理的技术领域，公开一种基于RAG和M‑Schema的智能槽位填充及模式链接方法，包括：通过RAG‑FAQ模块快速匹配预置FAQ知识库，提取预定义医疗意图及槽位结构；若匹配失败，则启动NLU模块进行意图分类与槽位提取；利用RAG‑医疗领域知识库上下文增强模块对槽位值进行实体链接与归一化，并结合目标数据库的M‑Schema元数据进行多维度验证，输出匹配列及置信度分数；针对医疗术语歧义、业务规则冲突等不确定性类型，动态生成澄清问题并接收用户反馈，修正槽位信息后生成符合业务规则的SQL查询，最终传递至医疗数据库执行模块输出分析结果。本申请能够提高通用框架在面对医院管理领域场景的可用性和准确性。