一种基于预设多维知识库与大语言模型的智能问答方法

本申请提供了一种基于预设多维知识库与大语言模型的智能问答方法，该方法包括：接收自然语言查询并转换为查询语义向量，识别其对应的意图类别及第一置信度；如果第一置信度高于意图阈值，查询语义向量与预设多维知识库中标准问题语义向量的最高相似度高于匹配阈值，则返回标准答案；否则基于查询语义向量检索出生成上下文，融合用户查询与生成上下文并输入至大语言模型生成初步答案，校验初步答案与生成上下文中标准答案的事实一致性以生成可信度评分，在可信度评分超过可信阈值时得到目标答案；基于用户对目标答案的反馈数据对系统进行动态优化。实现兼具可控性、灵活性与自我优化能力的智能客服系统，提升了系统的语义理解深度与应答准确性。