【技术实现步骤摘要】
本专利技术涉及自然语言处理，特别涉及一种基于自记忆增强的检索文本生成方法、系统、产品及设备。
技术介绍
1、现有的检索增强生成模型在文本生成任务中起到了重要作用，但通常依赖于固定语料库进行单次检索，存在以下主要缺点：
2、固定语料库限制：检索增强模型依赖于固定的知识库，无法动态更新知识。随着时间的推移，这些固定语料库中的信息可能会变得过时或不再相关，导致生成内容在知识覆盖方面的不足，无法及时反映最新的信息和知识。
3、单次检索的局限：现有方案通常采用一次性检索的方式，从固定语料库中提取与输入文本最相关的参考文本。这种方法无法充分利用生成过程中的反馈信息，难以解决复杂的知识缺口问题。在生成长文本或需要多跳推理的任务中，单次检索的方式显得尤为不足，无法保证生成内容的连贯性和逻辑性。
4、生成内容质量低：由于无法迭代优化生成内容，现有模型在生成质量和连贯性方面表现较差。生成的文本往往存在逻辑不一致、信息缺失和重复等问题，无法满足高质量文本生成的需求。
5、这些缺点在处理复杂的自然语言处理任务时尤为明显。现有的单次检索方法难以满足复杂的自然语言处理需求，导致回答内容不完整或错误率较高。
技术实现思路
1、本专利技术要解决的技术问题是为了克服现有技术中的上述缺陷，提供一种基于自记忆增强的检索文本生成方法、系统、产品及设备。
2、本专利技术是通过下述技术方案来解决上述技术问题：
3、本专利技术提供一种基于自记忆增强的检索文
4、接收检索任务并获取大语言模型的知识检索结果；
5、分析所述知识检索结果以得到对应的知识缺口；所述知识缺口包括所述大语言模型未完成检索任务时缺失的信息；
6、以所述检索任务、所述知识缺口和上一次的知识检索结果作为下一次检索的输入，并进行迭代直到知识检索结果不存在知识缺口。
7、较佳地，所述分析所述知识检索结果以得到对应的知识缺口的步骤包括：
8、通过预设的问题模板引导所述大语言模型识别并显示在检索完成时知识检索结果存在的知识缺口；所述预设的问题模板包括知识缺口提示和必要性分析提示；
9、所述知识缺口提示用于引导所述语言模型分析和识别所述知识检索结果的知识缺口；所述必要性分析提示用于引导所述语言模型解释所述知识缺口对于所述检索任务的必要性。
10、较佳地，所述以所述检索任务、所述知识缺口和上一次的知识检索结果作为下一次检索的输入的步骤包括：
11、将所述知识缺口输入到具备自记忆机制的生成器中，以生成结果作为下一次检索的输入；所述生成器存储有所述检索任务和上一次的知识检索结果；
12、基于所述生成结果进行增强检索。
13、较佳地，所述基于所述生成结果进行增强检索的步骤包括：
14、基于所述生成结果生成初始推理链；
15、对所述初始推理链的步骤进行扩展检索，以扩展和修订所述初始推理链；
16、迭代检索直至推理链完成和/或相邻步骤的推理链内容的相似度大于预设的相似度阈值。
17、较佳地，所述基于所述生成结果生成初始推理链的步骤包括：
18、利用所述大语言模型对所述生成结果进行自然语言理解和问题拆解，以得到若干子问题；
19、对所述若干子问题进行逻辑整合以得到所述初始推理链。
20、较佳地，所述基于所述生成结果生成初始推理链的步骤包括：
21、获取与所述生成结果对应的推理模板作为初始推理链；所述推理模板包括若干预设的推理步骤。
22、本专利技术还提供一种基于自记忆增强的检索文本生成系统，所述检索文本生成系统包括：
23、知识检索模块，用于接收检索任务并获取大语言模型的知识检索结果；
24、缺口分析模块，用于分析所述知识检索结果以得到对应的知识缺口；所述知识缺口包括所述大语言模型未完成检索任务时缺失的信息；
25、检索迭代模块，用于以所述检索任务、所述知识缺口和上一次的知识检索结果作为下一次检索的输入，并进行迭代直到知识检索结果不存在知识缺口。
26、较佳地，所述缺口分析模块具体用于通过预设的问题模板引导所述大语言模型识别并显示在检索完成时知识检索结果存在的知识缺口；所述预设的问题模板包括知识缺口提示和必要性分析提示；
27、所述知识缺口提示用于引导所述语言模型分析和识别所述知识检索结果的知识缺口；所述必要性分析提示用于引导所述语言模型解释所述知识缺口对于所述检索任务的必要性。
28、较佳地，所述检索迭代模块具体用于将所述知识缺口输入到具备自记忆机制的生成器中，以生成结果作为下一次检索的输入；所述生成器存储有所述检索任务和上一次的知识检索结果；
29、所述检索迭代模块具体用于基于所述生成结果进行增强检索。
30、较佳地，所述检索迭代模块还用于基于所述生成结果生成初始推理链；
31、所述检索迭代模块还用于基于对所述初始推理链的步骤进行扩展检索，以扩展和修订所述初始推理链；
32、所述检索迭代模块还用于基于迭代检索直至推理链完成和/或相邻步骤的推理链内容的相似度大于预设的相似度阈值。
33、较佳地，所述检索迭代模块还用于基于利用所述大语言模型对所述生成结果进行自然语言理解和问题拆解，以得到若干子问题；
34、所述检索迭代模块还用于基于对所述若干子问题进行逻辑整合以得到所述初始推理链。
35、较佳地，所述检索迭代模块还用于基于获取与所述生成结果对应的推理模板作为初始推理链；所述推理模板包括若干预设的推理步骤。
36、本专利技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上所述的基于自记忆增强的检索文本生成方法。
37、本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行计算机程序时实现如上所述的基于自记忆增强的检索文本生成方法。
38、本专利技术还提供一种计算机可读介质，其上存储有计算机指令，所述计算机指令在由处理器执行时实现如上所述的基于自记忆增强的检索文本生成方法。
39、本专利技术的积极进步效果在于：
40、本专利技术提供的基于自记忆增强的检索文本生成方法，通过使每次输出作为下一轮检索的输入进行迭代，反复优化生成内容，逐步填补知识缺口，确保每轮生成都能利用最新的知识和信息，使得生成文本的质量显著提高，进而显著提高了生成内容的完整性和连贯性，特别适用于需要多跳推理的复杂任务；减少了对人工干预的依赖，从而提高了检索效率，降低了人工成本。
本文档来自技高网...【技术保护点】
1.一种基于自记忆增强的检索文本生成方法，其特征在于，所述检索文本生成方法包括：
2.如权利要求1所述的基于自记忆增强的检索文本生成方法，其特征在于，所述分析所述知识检索结果以得到对应的知识缺口的步骤包括：
3.如权利要求1所述的基于自记忆增强的检索文本生成方法，其特征在于，所述以所述检索任务、所述知识缺口和上一次的知识检索结果作为下一次检索的输入的步骤包括：
4.如权利要求3所述的基于自记忆增强的检索文本生成方法，其特征在于，所述基于所述生成结果进行增强检索的步骤包括：
5.如权利要求4所述的基于自记忆增强的检索文本生成方法，其特征在于，所述基于所述生成结果生成初始推理链的步骤包括：
6.如权利要求4所述的基于自记忆增强的检索文本生成方法，其特征在于，所述基于所述生成结果生成初始推理链的步骤包括：
7.一种基于自记忆增强的检索文本生成系统，其特征在于，所述检索文本生成系统包括：
8.一种计算机程序产品，其特征在于，包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1～6中任一项所述的基于
9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行计算机程序时实现如权利要求1～6中任一项所述的基于自记忆增强的检索文本生成方法。
10.一种计算机可读介质，其上存储有计算机指令，其特征在于，所述计算机指令在由处理器执行时实现如权利要求1～6中任一项所述的基于自记忆增强的检索文本生成方法。
...【技术特征摘要】
1.一种基于自记忆增强的检索文本生成方法，其特征在于，所述检索文本生成方法包括：
2.如权利要求1所述的基于自记忆增强的检索文本生成方法，其特征在于，所述分析所述知识检索结果以得到对应的知识缺口的步骤包括：
3.如权利要求1所述的基于自记忆增强的检索文本生成方法，其特征在于，所述以所述检索任务、所述知识缺口和上一次的知识检索结果作为下一次检索的输入的步骤包括：
4.如权利要求3所述的基于自记忆增强的检索文本生成方法，其特征在于，所述基于所述生成结果进行增强检索的步骤包括：
5.如权利要求4所述的基于自记忆增强的检索文本生成方法，其特征在于，所述基于所述生成结果生成初始推理链的步骤包括：
6.如权利要求4所述的基于自记忆增强的检索文本...
【专利技术属性】
技术研发人员：李帅帅，蔡华，徐清，王浩然，夏天，赵爽，
申请(专利权)人：华院计算技术上海股份有限公司，
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。