公开(公告)号：CN119782470A

公开(公告)日：2025-04-08

申请号：CN202411861746.1

申请日：2024-12-17

Applicant: 北京邮电大学

Inventor： 李灵慧 ,  李小勇 ,  黄俊敏 ,  吕陈毅闻 ,  王赵宇 ,  袁开国

IPC: G06F16/3329 ,  G06F16/334 ,  G06F16/36 ,  G06F40/295 ,  G06F40/30 ,  G06N3/0442 ,  G06N3/08 ,  G06N5/022 ,  G06N5/04

Abstract: 一种基于检索增强的大语言模型生成方法，属于计算机领域，包括：根据输入问题检索相似文档摘要，将输入问题和文档摘要转换为高维向量空间中的点，检索相关文档并将其转换为结构化的知识图谱，生成子问题并从中提取关键信息，将其转换为关键词，再调用大语言模型进行少样本学习生成联想提示词；结合联想提示词和子问题生成查询命令；通过执行查询命令获得子知识图谱信息并将其转换为文本和文本压缩转换；将转换后的文本与问题输入到GPT‑4大语言模型中生成自然语言答案。本发明能更准确地处理复杂问题中的多层次信息和复杂数据，提高在大规模数据集和复杂文档处理中的准确性、效率和质量，提供准确且连贯的回答，降低运行成本和资源消耗。