摘要
本发明涉及智能检索技术领域,具体为基于向量数据库重排序的企业RAG智能问答系统。具体包括:文档召回模块,检索向量数据库得到包含业务元数据的候选文档块;综合评分模块,采用基于双向令牌重要性加权的后期交互架构计算语义相关性得分,根据预设的元数据本体图进行路径语义匹配与上下文感知规则评估得出业务属性得分,分析证据子图得出事实路径得分;融合语义相关性得分、业务属性得分和事实路径得分生成综合相关性分数;排序输出模块,基于预设惩罚机制和综合相关性分数进行优化重排序生成优化上下文集,基于优化上下文集调用生成模型输出答案。本发明能兼顾语义精准、业务合规与事实可靠,生成更值得信赖的高质量企业级答案。
技术关键词
智能问答系统
语义向量
自然语言理解模型
生成证据
融合语义
智能检索技术
企业知识图谱
模糊逻辑
实体
输出模块
意图
冗余度
节点
关系
答案
数据
文本
网络中心
系统为您推荐了相关专利信息
标签文本
大语言模型
指令
热点话题发现方法
种子
语义向量
文本特征向量
文本情感分析
序列
注意力
语义向量空间
实时数据
验证方法
标识
计算机程序代码
多维数据驱动
路径结构
动态建模方法
语义向量
字段