龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：金现代信息产业股份有限公司
摘要：本发明属于检索优化领域，提供了一种基于标题增强和意图识别的RAG检索优化方法及系统，包括提取文档中的高频词汇，将相同场景知识库中的高频词汇结合，构成场景知识库索引；对文档中的标题进行识别，判断标题是否符合标题格式，并对标题分级；按照标题级别切分文档，并进行向量化存储；将提问问题向量化后与场景知识库索引求相似度，确定文档所在场景知识库，进行文档分块的检索返回给大模型生成答案。本发明改善了常规切分方式中忽略了标题与文本间联系的问题，使知识库中存储的信息更加丰富，大模型回答的结果也更加多样；减少了检索所需要的时间，检索到的文本块也更加准确，减小了无关知识对检索结果的影响，使大模型的总结更加准确。
主权项：1.基于标题增强和意图识别的RAG检索优化方法，其特征在于，包括：提取文档中的高频词汇，将相同场景知识库中的高频词汇结合，构成场景知识库索引；所述提取文档中的高频词汇，将相同场景知识库中的高频词汇结合，构成场景知识库索引，具体为：根据文档内容的不同将本地知识库中的文档进行场景划分，存储在对应场景的场景知识库中；对场景知识库中的文档进行分词，过滤掉停用词后对词汇的出现频率进行排序，根据排序结果提取设定数量的高频词汇，得到不同场景下的高频词汇列表；对不同场景下的高频词汇列表进行向量化，得到对应场景下的场景知识库的索引；对文档中的标题进行识别，判断标题是否符合标题格式，并对标题分级；按照标题级别切分文档，并进行向量化存储；所述按照标题级别切分文档，并进行向量化存储，具体为：根据换行符对文档进行分割，并过滤掉字符占比低的段落，得到分割后的段落；对分割后的每一个段落进行判断，如果分割后的段落不是标题，则根据段落的长度与段落设定阈值长度进行比较来切分；如果分割后的段落是标题，先根据段落的长度与段落设定阈值长度进行比较来切分，并在切分后的文本块前加上标题的内容描述；对切分后的所有文本块做向量化得到文本块向量，存储在对应的场景知识库中；将提问问题向量化后与场景知识库索引求相似度，确定文档所在场景知识库，进行文档分块的检索返回给大模型生成答案。
全文数据：
权利要求：
百度查询： 金现代信息产业股份有限公司 基于标题增强和意图识别的RAG检索优化方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号