一种基于多粒度切片与上下文扩展的知识库智能问答方法

本发明公开了一种基于多粒度切片与上下文扩展的知识库智能问答方法，所述方法包括：基于查询文本，在向量数据库中语义检索匹配子句、在关系型数据库中检索对应内容，融合得到初始检索结果；选取初始检索结果中与查询文本相关性最高的若干子句，对其进行数据扩展，并整合得到最终上下文；将最终上下文与提示词模板拼接后输入大语言模型，生成最终答案。本发明提出一种基于多粒度切片与上下文扩展的知识库智能问答方法，通过多路检索、依托父块信息完成相邻文本片段的动态上下文扩展，可以从检索匹配与信息补全双维度提升智能问答答案的准确性，能够解决传统知识库智能问答技术因单一检索方式精度不足、扩展不精准，导致生成答案准确性低的问题。