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：山东大学

摘要：本发明属于智能问答系统领域，具体涉及一种面向婴幼儿成长发育的智能问答方法、系统、介质及设备，采用Flask框架，研发出一款直观、操作简便的前端用户界面，确保非专业使用者亦能轻易驾驭。每一项用户查询均迅捷传递至模型，而模型生成的个性化、精确回应随即反馈至用户，形成流畅互动的问答闭环，大幅提升用户体验与信息获取效率。通过采用先进的微调策略以及有效的检索增强技术，本发明成功地开发了一套专业级智能问答系统，不仅显著提高了问答的准确性和效率，还关注了用户隐私保护，适用于各类真实应用场景，提供了可靠的知识服务和解决方案。

主权项：1.一种面向婴幼儿成长发育的智能问答方法，其特征在于，包括以下步骤：S1：构建婴幼儿成长发育领域的专业知识库；S2：以预训练大模型Baichuan2-7B-Chat基础，通过低秩适应技术进行深度微调；使用LoRA技术对经过预训练的大模型进行微调步骤如下：S21.首先获取预训练模型Baichuan2-7B-Chat，记作M，使用S1中所获取的专业知识库作为微调数据集，设置相应微调参数，设置学习率为1e-4，确保模型稳定收敛到最优解；设置Adam优化器中β1为0.9，β2为0.98，以控制优化，并设置当前轮数为1；S22.如果当前轮数小于设定的轮数Rm，进入下一步，否则进入步骤S25；S23.继续进行微调，将轮数加1；S24.进入S22；S25.获取经过LoRA微调之后的张量及相应参数，与之前的预训练模型M进行合并，得到经过微调后的模型Mlora；S3：融入检索增强生成技术RAG，以Prompt提示作为指引，有效检索知识库内关联信息，协助模型推理进程；S31.使用S1中所获取的专业知识库作为RAG数据集，使用开源embedding数据集bge-large-zh-v1.5作为检索增强生成技术的embedding库数据集，将自然语言文本转化为高维向量空间中的稠密向量，以捕获语义层面的内在联系；S32.获取用户输入Iorigin，将其转换为与专业知识库中条目同维度的向量，确保两者能在同一语义空间内进行有效对比；S33.根据Iorigin的嵌入的内容与RAG数据集中所有文本向量进行匹配计算，找出最相似的前10个向量所对应的文本条目；S34.将检索得到的最相关文本条目提炼为一个提示H，该提示H既概括了关键知识要点，又与原始用户提问紧密相连；S35.将Iorigin与H一同作为最终输入传入给Mlora；S36.Mlora进行处理，生成对用户问题的回答；S4：采用Flask框架，构建前端用户界面，借助标准化JSON格式数据交换，实现前端与后端间通讯；采用Flask框架将S3中得到的经过微调后和检索增强生成后的大模型作为后端，设计前端页面实现智能问答系统的步骤如下：S41.利用前端输入框获取用户的问题；S42.将获取的输入利用Flask框架，转换为JSON数据格式并传入后端服务器；S43.后端服务器获取前端传入的输入，将对应输入传给经过微调和检索增强的模型进行推理；S44.将推理得到的输出转换为JSON数据格式并传给前端页面；S45.前端页面接受后端出来的输出，设计相应的动画，以动画形式展示给用户。

全文数据：

权利要求：

百度查询： 山东大学 面向婴幼儿成长发育的智能问答方法、系统、介质及设备