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:上海熵智信息科技有限公司
摘要:本发明公开了一种基于大模型的文生数据问答方法及系统,包括如下步骤:S1、获取用户输入的查询文本,进行预处理;S2、获取意图分析结果;S3、判断用户查询是否为业务场景,若否则进行非业务场景处理,并更新当前场景;S4、通过Few‑shotLearning抽取关键实体和关系;S5、用抽取到的关键实体和关系构建动态可扩展的增强型知识图谱,并利用Transformer模型和GraphSAGE结合的技术对知识图谱进行动态更新和优化;S6、利用m3e向量化技术将知识图谱中的指标转化为数值向量表示;S7、采用基于近端策略优化的强化学习和贝叶斯优化技术,优化系统性能;S8、生成基于用户查询的答案和数据分析报告。本发明结合大语言模型、Few‑shotLearning和知识图谱技术,实现智能问答系统,具备响应高效等优点。
主权项:1.一种基于大模型的文生数据问答方法,其特征在于,包括如下步骤:S1、获取用户输入的查询文本,利用自然语言处理技术对查询文本进行预处理,包括分词、词性标注和句法解析;S2、通过大语言模型对预处理后的查询文本进行深度语义理解,获取意图分析结果;S3、根据意图分析结果,判断用户查询是否为业务场景,若否则进行非业务场景处理,包括提供默认回答、引导用户重新输入查询、返回错误信息或帮助信息,并更新当前场景;S4、在确认业务场景后,通过Few-shotLearning抽取关键实体和关系,包含话术归纳和难样本前置技术,利用少量示例数据实现对关键实体和关系的精准抽取;S5、用抽取到的关键实体和关系构建动态可扩展的增强型知识图谱,搭建知识图谱组建完整指标,并利用Transformer模型和GraphSAGE结合的技术对知识图谱进行动态更新和优化;S6、利用m3e向量化技术将知识图谱中的指标转化为数值向量表示;S7、采用基于近端策略优化的强化学习和贝叶斯优化技术,根据用户反馈和历史数据优化系统性能;S8、通过指标和维度条件返回对应的数据及图表,生成基于用户查询的答案和数据分析报告,通过数据可视化技术将分析结果以图表和可视化报告的形式展示,提供直观的决策支持。
全文数据:
权利要求:
百度查询: 上海熵智信息科技有限公司 一种基于大模型的文生数据问答方法及系统
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。