【技术实现步骤摘要】
所属的技术人员能够理解，本专利技术的各个方面可以实现为系统、方法或程序产品。因此，本专利技术的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。根据本专利技术的这种实施方式的电子设备。电子设备仅仅是一个示例，不应对本专利技术实施例的功能和使用范围带来任何限制。电子设备以通用计算设备的形式表现。电子设备的组件可以包括但不限于：上述至少一个处理器、上述至少一个储存器、连接不同系统组件(包括储存器和处理器)的总线。其中，储存器存储有程序代码，程序代码可以被处理器执行，使得处理器执行本说明书上述“示例性方法”部分中描述的根据本专利技术各种示例性实施方式的步骤。储存器可以包括易失性储存器形式的可读介质，例如随机存取储存器(ram)和/或高速缓存储存器，还可以进一步包括只读储存器(rom)。储存器还可以包括具有一组(至少一个)程序模块的程序/实用工具，这样的程序模块包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线可以为表示几类总线结构中的一种或多种，包括储存器总线或者储存器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。电子设备也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备交互的设备通信，和/或与使得该电子设备能与一个或多个其它计算设备进行通信的任何设备(例如路由器
技术介绍
1、大语言模型(large language models,llms)因其强大的语言理解和生成能力，在多个领域展现出了广泛的应用潜力。大语言模型的“幻觉”问题是指这些模型在生成文本时可能出现的不准确、自我矛盾或与输入信息不符的现象。尽管大语言模型(llms)在众多自然语言处理任务中展现了卓越的能力，如语言理解、文本生成、问答系统等，但它们有时会生成看似合理实则错误或无关的内容，这种现象就被称作“幻觉”。
2、当前在一些专业的应用场景中都在使用大语言模型来提供更加准确多样的业务服务。通常为了可以满足对专业领域问题及非专业领域问题的回答能力，现有的应用场景中会同时集成通用大语言模型及专用大语言模型。在一些回答精准度要求较低的通用场景(如故事编写场景)中，大语言模型的“幻觉”问题影响较小。但是，在一些精准度要求较高的垂直领域场景(如医疗、金融、法律等场景)中，通常用户需模型输出更加准确无误的领域专业知识，以解决对应的问题。现有技术中，由于大语言模型的“幻觉”问题，会影响用户对专业领域知识的准确获取，使其无法更好的适用于精准度要求较高的垂直领域。
技术实现思路
1、针对上述技术问题，本专利技术采用的技术方案为：
2、根据本专利技术的一个方面，提供了一种基于大语言模型的智能问答系统，包括：
3、第一历史事件信息库、第二历史事件信息库、输入提示生成模块及本文档来自技高网...
【技术保护点】
1.一种基于大语言模型的智能问答系统，其特征在于，包括：
2.根据权利要求1所述的一种基于大语言模型的智能问答系统，其特征在于，在得到第一prompt规则集及第二prompt规则集之后，所述第一方法还包括：
3.根据权利要求1所述的一种基于大语言模型的智能问答系统，其特征在于，使用所述待判定事件特征向量分别与每一第一事件信息及第二事件信息中的事件特征向量进行匹配，以得到第一prompt规则集及第二prompt规则集，包括：
4.根据权利要求1所述的一种基于大语言模型的智能问答系统，其特征在于，所述语义获取模型包括Doc2Vec模型。
5.根据权利要求4所述的一种基于大语言模型的智能问答系统，其特征在于，使用语义获取模型将所述用户对待判定事件的描述信息转化为对应的待判定事件特征向量，包括：
6.根据权利要求5所述的一种基于大语言模型的智能问答系统，其特征在于，所述Doc2Vec模型为使用待判定事件所属领域的语料在预训练完成的通用Doc2Vec模型上进行再次训练得到的。
7.根据权利要求6所述的一种基于大语言模型
8.根据权利要求6或7所述的一种基于大语言模型的智能问答系统，其特征在于，所述待判定事件所属领域包括法律领域。
9.根据权利要求7所述的一种基于大语言模型的智能问答系统，其特征在于，获取用户的输入信息，包括：
10.根据权利要求1所述的一种基于大语言模型的智能问答系统，其特征在于，所述第一事件信息按照如下步骤获取：
...【技术特征摘要】
1.一种基于大语言模型的智能问答系统，其特征在于，包括：
2.根据权利要求1所述的一种基于大语言模型的智能问答系统，其特征在于，在得到第一prompt规则集及第二prompt规则集之后，所述第一方法还包括：
3.根据权利要求1所述的一种基于大语言模型的智能问答系统，其特征在于，使用所述待判定事件特征向量分别与每一第一事件信息及第二事件信息中的事件特征向量进行匹配，以得到第一prompt规则集及第二prompt规则集，包括：
4.根据权利要求1所述的一种基于大语言模型的智能问答系统，其特征在于，所述语义获取模型包括doc2vec模型。
5.根据权利要求4所述的一种基于大语言模型的智能问答系统，其特征在于，使用语义获取模型将所述用户对待判定事件的描述信息转化为对应的待判定事件特征向量，包括：
【专利技术属性】
技术研发人员：张先锋，归律，刘彬，奚丽倩，王敬祥，成迟薏，嵇九通，冀飞，王震，叶铖，顾亚骏，王小卉，邬晓骏，杨燕，
申请(专利权)人：上海邮电设计咨询研究院有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。