一种用于行业的智能问答方法及系统

专利主权项内容

1.一种用于行业的智能问答方法，其特征在于，包括步骤：获取用户输入的问题文本；基于预先构建的编码器将所述用户输入的问题文本转换为查询向量；将所述查询向量与预先构建的行业知识库进行匹配；在所述行业知识库中存在匹配度超过阈值的目标资源时，将所述目标资源返回至用户；在所述行业知识库中不存在匹配度超过阈值的目标资源时，基于所述查询向量与预先调整的行业大模型执行问答，得到意图信息，其中，所述目标资源为文字、图片和视频其中之一或者多种组合；所述行业知识库包括文本库，还包括如下过程构建所述文本库：获取行业文字材料，其中，所述行业文字材料的来源为电子文档或者行业音频文件；按照所述行业文字材料的目录对所述行业知识材料进行分割，得到多个片段；将长度大于N的片段作为目标片段，并基于句号将所述目标片段分为m个句子；将所述m个句子划归至多个段落；基于所述多个段落，调用语言大模型生成多个问题文本；并基于所述多个问题文本，调用语言大模型进行问题扩展，得到问题集合；抽取所述问题集合中的问题文本，并以所述问题文本对应的答案、答案的来源段落、段落的所属行业文字材料、以及行业文字材料的对应的行业实体为节点，构建图结构的文本库，其中，所述文本库包括节点以及节点之间的关系；所述行业知识库包括影像库，还包括如下过程构建所述影像库：获取行业影像材料，其中，所述行业影像材料包括图片材料和视频材料；对所述视频材料进行采样，得到采样图片材料；将所述图片材料和所述采样图片材料作为原始图像，并通过图像描述模型对所述原始图像进行描述，得到总结文本；将所述总结文本输入至图像生成模型中，得到生成图像；基于CNN网络提取所述原始图像和所述生成图像的图像特征，基于双向LSTM网络提取所述总结文本的文本特征；并基于预先构建的编码器将所述文本特征进行向量化，得到文本特征向量；将所述原始图像的图像特征与所述文本特征向量进行融合，得到第一融合向量；并将所述生成图像的图像特征与所述文本特征向量进行融合，得到第二融合向量；将原始图像、原始图像的图像特征、原始图像的总结文本、原始图像的第一融合相邻进行格式化存储；并将总结文本、总结文本的文本特征、总结文本的生成图像、总结文本的第二融合相邻进行格式化存储；得到影像库；将与所述意图信息对应的资源返回至用户。