System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 中文无码喷潮在线播放,国产精品无码一区二区三区电影,精品一区二区三区无码免费直播
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種基于大模型和檢索增強的汽車智能問答系統及方法技術方案

    技術編號:43853328 閱讀:14 留言:0更新日期:2024-12-31 18:44
    本發明專利技術涉及智能問答技術領域,尤其涉及一種基于大模型和檢索增強的汽車智能問答系統及方法,所述方法包括:步驟S1,采集用戶的查詢請求信息;步驟S2,優化采集到的用戶的查詢請求信息;步驟S3,判斷用戶的查詢請求信息的完整度;步驟S4,在用戶的查詢請求信息的完整度為查詢完整時,分析召回相關信息;步驟S5,對召回相關信息進行重新排序,以得到排序相關信息;步驟S6,生成查詢答案,并在查詢答案為反問內容時,向用戶輸出反問內容并重復步驟S1;步驟S7,分析查詢答案的驗證狀態,在查詢答案的驗證狀態為驗證通過時,向用戶輸出查詢答案,在查詢答案的驗證狀態為驗證未通過時,重復步驟S6。本發明專利技術提高了汽車領域的智能問答的準確度。

    【技術實現步驟摘要】

    本專利技術涉及智能問答,尤其涉及一種基于大模型和檢索增強的汽車智能問答系統及方法


    技術介紹

    1、隨著人工智能技術的迅猛發展,智能問答系統在各行各業中得到了廣泛應用。汽車領域也不例外,用戶在購車、用車和維修保養過程中,常常需要快速、準確地獲取相關信息。然而,現有的汽車智能問答系統在處理復雜問題和提供精準答案方面仍存在諸多不足,導致用戶體驗不佳。

    2、中國專利公開號:cn113505209a公開了一種面向汽車領域的智能問答系統,包括:知識庫模塊、可視化交互模塊、意圖識別模塊、圖匹配模塊、模板匹配模塊、檢索模塊和端到端模塊;知識庫模塊存儲有汽車領域的知識圖譜和語料庫;當用戶輸入問題后,對用戶輸入內容進行判斷,根據判斷出的不同的用戶目的,調用系統的相應模塊進行處理,得到問題的答案。將用戶目的分為汽車領域提問和閑聊兩類,針對汽車領域提問,使用基于汽車領域知識圖譜的問答方法得到問題回答;針對閑聊則使用基于深度學習的端到端模塊,生成回答。該專利技術主要依賴于預先構建的知識庫進行問答交互,功能相對單一,難以應對復雜的多輪問答和上下文關聯問題。相比之下,rag技術通過實時檢索最新的外部信息,能夠更好地理解用戶意圖,處理復雜的多輪問答場景,并提供精準的答案。因此,本專利技術提出了一種基于大模型和檢索增強的汽車智能問答系統及方法,通過引入rag技術,能夠更好地理解用戶意圖,處理復雜的多輪問答場景,并提供精準的答案。該系統不僅提高了問答的準確性和用戶滿意度,還能有效避免情緒化駕駛帶來的安全隱患,提升用戶的整體用車體驗。


    <p>技術實現思路

    1、本專利技術的目的在于提供一種基于大模型和檢索增強的汽車智能問答系統及方法,以解決現有技術存在的問題中的至少一個。

    2、為實現上述目的,本專利技術采用了如下技術方案:

    3、一種基于大模型和檢索增強的汽車智能問答方法,包括:

    4、步驟s1,采集用戶的查詢請求信息;

    5、步驟s2,優化采集到的用戶的查詢請求信息;

    6、步驟s3,判斷用戶的查詢請求信息的完整度;

    7、步驟s4,在用戶的查詢請求信息的完整度為查詢完整時,根據用戶的查詢請求信息進行召回操作,以得到召回相關信息;

    8、步驟s5,對召回相關信息進行重新排序,以得到排序相關信息;

    9、步驟s6,根據排序相關信息生成查詢答案,并在查詢答案為反問內容時,向用戶輸出反問內容并重復步驟s1;

    10、步驟s7,對查詢答案進行驗證和過濾操作,以得到查詢答案的驗證狀態,在查詢答案的驗證狀態為驗證通過時,向用戶輸出查詢答案,在查詢答案的驗證狀態為驗證未通過時,重復步驟s6。

    11、進一步地,所述用戶的查詢請求信息的優化方法,包括:

    12、步驟s201,對用戶的查詢請求信息進行語法分析,以對用戶的查詢請求信息進行改寫;

    13、所述步驟s201根據用戶的查詢請求信息中是否包含完整的主語、謂語和賓語,以對用戶的查詢請求信息進行改寫;

    14、步驟s202,對用戶的查詢請求信息進行標準化操作,以將查詢請求信息統一為標準格式;

    15、所述步驟s202對用戶的查詢請求信息中的語句格式修改為系統預設的標準格式。

    16、進一步地,所述步驟s3將用戶的查詢請求信息與預設意圖關鍵詞進行匹配,并根據匹配結果判斷用戶的查詢請求信息是否能夠獨立提供足夠的信息來判斷用戶的查詢意圖和用戶的查詢請求信息的完整度,所述用戶的查詢請求信息的完整度包括查詢完整和查詢不完整。

    17、進一步地,所述用戶的查詢請求信息的召回操作方法,包括:

    18、步驟s401,根據用戶的查詢請求信息判斷查詢類型;

    19、步驟s402,獲取查詢類型對應的檢索策略;

    20、步驟s403,根據查詢類型和檢索策略從企業數據庫中進行檢索,以得到召回相關信息。

    21、進一步地,所述步驟s401將用戶的查詢請求信息與預設類型關鍵詞進行匹配,并根據匹配結果判斷查詢類型;

    22、所述步驟s403根據查詢類型和檢索策略從企業數據庫中進行檢索,根據不同的檢索策略設置分析出余弦相似度和jaccard相似系數,并根據余弦相似度和jaccard相似系數對召回相關信息進行分析,以得到召回相關信息。

    23、進一步地,所述回相關信息的重新排序方法,包括:

    24、步驟s501,對召回相關信息進行重新排序,以得到排序相關信息;

    25、所述步驟s501中計算用戶的查詢請求信息和召回相關信息中問題的編輯距離,并根據編輯距離確定排序相關信息;

    26、步驟s502,調整排序相關信息的內容;

    27、所述步驟s502中將排序相關信息與預設否定詞進行匹配,并根據匹配結果調整排序相關信息的內容。

    28、進一步地,所述查詢答案的生成方法,包括:

    29、步驟s601,根據用戶查詢日志和排序相關信息構建答案提示詞;

    30、步驟s602,將答案提示詞輸入至語言大模型中生成簡明答案;

    31、步驟s603,判斷簡明答案的安全性,并在簡明答案的安全性為危險時,重復步驟s602;

    32、步驟s604,在用戶的查詢請求信息的完整度為不完整時,將用戶的查詢請求信息輸入至語言大模型中生成反問內容;

    33、步驟s605,判斷反問內容的安全性,并在范圍內容的安全性為危險時,重復步驟s604。

    34、進一步地,所述步驟s601中將用戶查詢日志和排序相關信息作為提示詞模板中的變量信息,并將其作為答案提示詞;

    35、所述步驟s603中,將簡明答案與預設否定詞進行匹配,并根據匹配結果判斷簡明答案的安全性,所述簡明答案的安全性包括:危險和安全。

    36、進一步地,所述步驟s7將查詢答案、用戶的查詢請求信息和用戶查詢日志輸入至語言大模型中,當查詢答案為簡明答案時,則判斷簡明答案是否能滿足用戶的查詢需求,若簡明答案能滿足用戶的查詢需求,判定查詢答案的驗證狀態為驗證通過;若簡明答案不能滿足用戶的查詢需求,判定查詢答案的驗證狀態為驗證未通過;當查詢答案為反問內容時,則判斷反問內容是否能引導用戶補充完整的查詢請求信息,若反問內容能引導用戶補充完整的查詢請求信息,判定查詢答案的驗證狀態為驗證通過;若反問內容不能引導用戶補充完整的查詢請求信息,判定查詢答案的驗證狀態為驗證未通過。

    37、另一方面,本專利技術還提供一種基于大模型和檢索增強的汽車智能問答系統,包括:

    38、信息采集模塊,用以采集用戶的查詢請求信息;

    39、采集優化模塊,用以優化采集到的用戶的查詢請求信息;

    40、完整度分析模塊,用以判斷用戶的查詢請求信息的完整度;

    41、召回分析模塊,用以在用戶的查詢請求信息的完整度為查詢完整時,根據用戶的查詢請求信息進行召回操作,以得到召回相關信息;

    42、召本文檔來自技高網...

    【技術保護點】

    1.一種基于大模型和檢索增強的汽車智能問答方法,其特征在于,包括:

    2.根據權利要求1所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述用戶的查詢請求信息的優化方法,包括:

    3.根據權利要求2所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述步驟S3將用戶的查詢請求信息與預設意圖關鍵詞進行匹配,并根據匹配結果判斷用戶的查詢請求信息是否能夠獨立提供足夠的信息來判斷用戶的查詢意圖和用戶的查詢請求信息的完整度,所述用戶的查詢請求信息的完整度包括查詢完整和查詢不完整。

    4.根據權利要求3所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述用戶的查詢請求信息的召回操作方法,包括:

    5.根據權利要求4所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述步驟S401將用戶的查詢請求信息與預設類型關鍵詞進行匹配,并根據匹配結果判斷查詢類型;

    6.根據權利要求5所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述回相關信息的重新排序方法,包括:

    7.根據權利要求6所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述查詢答案的生成方法,包括:

    8.根據權利要求7所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述步驟S601中將用戶查詢日志和排序相關信息作為提示詞模板中的變量信息,并將其作為答案提示詞;

    9.根據權利要求8所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述步驟S7將查詢答案、用戶的查詢請求信息和用戶查詢日志輸入至語言大模型中,當查詢答案為簡明答案時,則判斷簡明答案是否能滿足用戶的查詢需求,若簡明答案能滿足用戶的查詢需求,判定查詢答案的驗證狀態為驗證通過;若簡明答案不能滿足用戶的查詢需求,判定查詢答案的驗證狀態為驗證未通過;當查詢答案為反問內容時,則判斷反問內容是否能引導用戶補充完整的查詢請求信息,若反問內容能引導用戶補充完整的查詢請求信息,判定查詢答案的驗證狀態為驗證通過;若反問內容不能引導用戶補充完整的查詢請求信息,判定查詢答案的驗證狀態為驗證未通過。

    10.一種基于大模型和檢索增強的汽車智能問答系統,應用于如權利要求1-9任一項所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,包括:

    ...

    【技術特征摘要】

    1.一種基于大模型和檢索增強的汽車智能問答方法,其特征在于,包括:

    2.根據權利要求1所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述用戶的查詢請求信息的優化方法,包括:

    3.根據權利要求2所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述步驟s3將用戶的查詢請求信息與預設意圖關鍵詞進行匹配,并根據匹配結果判斷用戶的查詢請求信息是否能夠獨立提供足夠的信息來判斷用戶的查詢意圖和用戶的查詢請求信息的完整度,所述用戶的查詢請求信息的完整度包括查詢完整和查詢不完整。

    4.根據權利要求3所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述用戶的查詢請求信息的召回操作方法,包括:

    5.根據權利要求4所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述步驟s401將用戶的查詢請求信息與預設類型關鍵詞進行匹配,并根據匹配結果判斷查詢類型;

    6.根據權利要求5所述的基于大模型和檢索增強的汽車智能問答方法,其特征在于,所述回相關信息的重新排序方法,包括:

    7.根據權利要求6所述的基于大模型和檢索增...

    【專利技術屬性】
    技術研發人員:劉旭
    申請(專利權)人:北京百車寶科技有限公司
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 精品少妇人妻av无码专区| 无码国产成人午夜电影在线观看| 中文字幕丰满乱子无码视频| 亚洲av无码潮喷在线观看 | 无码丰满熟妇juliaann与黑人| 中文字幕无码免费久久99| 亚洲精品无码成人片在线观看| 亚洲av无码精品网站| 国产成人无码免费网站| 久久久无码精品亚洲日韩京东传媒| 狼人无码精华AV午夜精品| 精品久久久久久无码不卡| 中文精品无码中文字幕无码专区 | 国99精品无码一区二区三区| 日韩毛片免费无码无毒视频观看| 亚洲欧洲精品无码AV| 国产成人无码A区在线观看视频| 亚洲欧洲无码AV不卡在线| 无码人妻精品一区二区三| 国产AV无码专区亚洲AV手机麻豆| 免费A级毛片无码免费视| 中文字幕日产无码| 少妇无码一区二区三区免费| 亚洲精品无码久久一线| 综合国产在线观看无码| 国产亚洲?V无码?V男人的天堂 | 亚洲爆乳精品无码一区二区| 国产亚洲精品无码成人| 亚洲综合无码AV一区二区| 久久伊人中文无码| 成人无码一区二区三区| 国产又爽又黄无码无遮挡在线观看| 国产午夜无码片在线观看影院 | 国产精品无码一二区免费| 蜜桃无码一区二区三区| 99久久人妻无码精品系列| 99国产精品无码| 亚洲av永久无码| 无码天堂va亚洲va在线va| 国产av激情无码久久| 国产又爽又黄无码无遮挡在线观看 |