申请/专利权人：海乂知信息科技(南京)有限公司

申请日：2024-03-06

公开（公告）日：2024-05-14

公开（公告）号：CN117851577B

主分类号：G06F16/332

分类号：G06F16/332;G06Q50/26;G06F40/30;G06F40/289

优先权：

专利状态码：有效-授权

法律状态：2024.05.14#授权;2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本发明公开了一种基于知识图谱增强大语言模型的政府服务问答方法，首先基于历史问题构建政府服务知识图谱和常见问题解答库；再对原始政府服务文档进行逻辑划分，而后输入大语言模型进行向量化，得到片段向量；获取用户问题后，判断与库中的历史问题是否匹配；若是，基于历史问题的答案输出答案；若否，将用户问题进行知识链接并向量化，得到知识向量；同时，将用户问题整体进行向量化，得到完整问题向量；基于知识向量与完整问题向量进行联合搜索，得到候选文档片段列表；将候选文档片段列表输入大语言模型，最终生成答案。该方法解决了现有技术中大语言模型无法与知识图谱结合，进而无法更好的应用在政府服务场景中的问题。

主权项：1.基于知识图谱增强大语言模型的政府服务问答方法，其特征在于，所述方法包括：获取历史问题，基于所述历史问题构建政府服务知识图谱；提取所述历史问题的答案，基于所述历史问题和历史问题对应的答案构建常见问题解答库；获取原始政府服务文档，通过不同的划分方法对所述原始政府服务文档进行逻辑划分得到片段，将所述片段输入大语言模型进行向量化，得到片段向量；获取用户问题，判断所述用户问题与常见问题解答库中的历史问题是否匹配；若匹配，基于所述历史问题的答案输出问题答案；若不匹配，将所述用户问题与政府服务知识图谱进行知识链接得到多个知识，将所述多个知识逐个输入所述大语言模型进行向量化，得到知识向量；同时，将所述用户问题输入大语言模型进行向量化，得到完整问题向量；基于所述知识向量与完整问题向量进行联合搜索，得到候选文档片段列表；所述联合搜索包括：首先分别使用知识向量和完整问题向量进行向量搜索得到候选文档片段列表；对于同时存在两个候选文档片段列表中的文档片段，直接将所述文档片段作为最终搜索结果的候补；对于其它仅存在于其中一个候选列表中的文档片段则进行相似度得分相加，最终按降序排列取预设数量的文档片段作为最终搜索结果；当通过联合搜索未检索到候选文档片段列表时，重新获取用户问题的补充问题，直至检索到候选文档片段列表；将所述候选文档片段列表输入所述大语言模型，生成问题答案。

全文数据：

权利要求：

百度查询： 海乂知信息科技(南京)有限公司 基于知识图谱增强大语言模型的政府服务问答方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD