本申請涉及數(shù)據(jù)處理及金融科技，尤其涉及一種基于大語言模型的產(chǎn)品檢索方法、裝置、計算機設(shè)備及存儲介質(zhì)。

背景技術(shù)：

1、隨著計算機技術(shù)的發(fā)展，基于計算機技術(shù)的金融rag(retrieval-augmentedgeneration，檢索增強生成)系統(tǒng)逐漸興起。但是，在實際應(yīng)用過程中，保險產(chǎn)品覆蓋范圍廣，保險種類繁多，保險條款冗長，并且同一保險在不同地域還有微小的差別，業(yè)務(wù)人員在向客戶推銷保險產(chǎn)品時，使用系統(tǒng)搜索難以獲得符合用戶預(yù)期的產(chǎn)品，降低用戶體驗。并且，由于金融領(lǐng)域的專業(yè)性和復(fù)雜性，通用的大語言模型可能無法精確理解并處理金融特有的術(shù)語、交易結(jié)構(gòu)以及法規(guī)政策細(xì)節(jié)、現(xiàn)有的大語言模型在處理金融實時數(shù)據(jù)流時響應(yīng)速度慢以及缺乏針對金融業(yè)務(wù)邏輯的嚴(yán)格校驗機制等問題，導(dǎo)致產(chǎn)品搜索效率以及搜索準(zhǔn)確率較低。因此如何提高產(chǎn)品搜索效率以及搜索準(zhǔn)確率成為了亟需解決的問題。

技術(shù)實現(xiàn)思路

1、本申請?zhí)峁┝艘环N基于大語言模型的產(chǎn)品檢索方法、裝置、計算機設(shè)備及存儲介質(zhì)，以提高產(chǎn)品搜索效率以及搜索準(zhǔn)確率。

2、第一方面，本申請?zhí)峁┝艘环N基于大語言模型的產(chǎn)品檢索方法，所述方法包括：

3、獲取用戶問題，并基于所述用戶問題，在預(yù)設(shè)的知識庫中確定目標(biāo)數(shù)據(jù)源；

4、在所述目標(biāo)數(shù)據(jù)源為預(yù)設(shè)的向量數(shù)據(jù)庫時，將所述用戶問題轉(zhuǎn)換為問題向量；

5、基于所述問題向量在所述向量數(shù)據(jù)庫中進(jìn)行查找，獲得所述問題向量對應(yīng)的答案文本塊；

6、基于預(yù)設(shè)的大語言模型以及所述答案文本塊，獲得與所述用戶問題對應(yīng)的問題答案，作為產(chǎn)品檢索結(jié)果。

7、第二方面，本申請還提供了一種基于大語言模型的產(chǎn)品檢索裝置，所述裝置包括：

8、數(shù)據(jù)源確定模塊，用于獲取用戶問題，并基于所述用戶問題，在預(yù)設(shè)的知識庫中確定目標(biāo)數(shù)據(jù)源；

9、問題向量轉(zhuǎn)換模塊，用于在所述目標(biāo)數(shù)據(jù)源為預(yù)設(shè)的向量數(shù)據(jù)庫時，將所述用戶問題轉(zhuǎn)換為問題向量；

10、文本塊獲得模塊，用于基于所述問題向量在所述向量數(shù)據(jù)庫中進(jìn)行查找，獲得所述問題向量對應(yīng)的答案文本塊；

11、問題答案獲得模塊，用于基于預(yù)設(shè)的大語言模型以及所述答案文本塊，獲得與所述用戶問題對應(yīng)的問題答案，作為產(chǎn)品檢索結(jié)果。

12、第三方面，本申請還提供了一種計算機設(shè)備，所述計算機設(shè)備包括存儲器和處理器；所述存儲器，用于存儲計算機程序；所述處理器，用于執(zhí)行所述計算機程序并在執(zhí)行所述計算機程序時實現(xiàn)如上述的基于大語言模型的產(chǎn)品檢索方法。

13、第四方面，本申請還提供了一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時使所述處理器實現(xiàn)如上述的基于大語言模型的產(chǎn)品檢索方法。

14、本申請公開了一種基于大語言模型的產(chǎn)品檢索方法、裝置、計算機設(shè)備及存儲介質(zhì)，獲取用戶問題，并基于所述用戶問題，在預(yù)設(shè)的知識庫中確定目標(biāo)數(shù)據(jù)源；在所述目標(biāo)數(shù)據(jù)源為預(yù)設(shè)的向量數(shù)據(jù)庫時，將所述用戶問題轉(zhuǎn)換為問題向量；基于所述問題向量在所述向量數(shù)據(jù)庫中進(jìn)行查找，獲得所述問題向量對應(yīng)的答案文本塊；基于預(yù)設(shè)的大語言模型以及所述答案文本塊，獲得與所述用戶問題對應(yīng)的問題答案，作為產(chǎn)品檢索結(jié)果。該方法可根據(jù)用戶問題確定目標(biāo)數(shù)據(jù)源，并且根據(jù)目標(biāo)數(shù)據(jù)源對用戶問題進(jìn)行相關(guān)處理，減少了數(shù)據(jù)搜索量，提高了搜索結(jié)果與用戶問題的相關(guān)度，進(jìn)而提高了搜索效率以及搜索結(jié)果的準(zhǔn)確率。

技術(shù)特征：

1.一種基于大語言模型的產(chǎn)品檢索方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于大語言模型的產(chǎn)品檢索方法，其特征在于，所述基于預(yù)設(shè)的大語言模型以及所述答案文本塊，獲得與所述用戶問題對應(yīng)的問題答案，包括：

3.根據(jù)權(quán)利要求1所述的基于大語言模型的產(chǎn)品檢索方法，其特征在于，所述基于所述用戶問題，在預(yù)設(shè)的知識庫中確定目標(biāo)數(shù)據(jù)源之后，還包括：

4.根據(jù)權(quán)利要求1所述的基于大語言模型的產(chǎn)品檢索方法，其特征在于，所述基于所述用戶問題，在預(yù)設(shè)的知識庫中確定目標(biāo)數(shù)據(jù)源之前，還包括：

5.根據(jù)權(quán)利要求4所述的基于大語言模型的產(chǎn)品檢索方法，其特征在于，所述對所述文本文檔進(jìn)行處理，獲得所述文本文檔對應(yīng)的向量數(shù)據(jù)庫，包括：

6.根據(jù)權(quán)利要求4所述的基于大語言模型的產(chǎn)品檢索方法，其特征在于，所述對所述關(guān)系型數(shù)據(jù)庫進(jìn)行處理，生成檢索數(shù)據(jù)庫，包括：

7.根據(jù)權(quán)利要求1-6任一項所述的基于大語言模型的產(chǎn)品檢索方法，其特征在于，所述基于所述問題向量在所述向量數(shù)據(jù)庫中進(jìn)行查找，獲得所述問題向量對應(yīng)的答案文本塊，包括：

8.一種基于大語言模型的產(chǎn)品檢索裝置，其特征在于，包括：

9.一種計算機設(shè)備，其特征在于，所述計算機設(shè)備包括存儲器和處理器；

10.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)存儲有計算機程序，所述計算機程序被處理器執(zhí)行時使所述處理器實現(xiàn)如權(quán)利要求1至7中任一項所述的基于大語言模型的產(chǎn)品檢索方法。

技術(shù)總結(jié)
本申請涉及數(shù)據(jù)處理及金融科技技術(shù)領(lǐng)域，具體公開了一種基于大語言模型的產(chǎn)品檢索方法、裝置、計算機設(shè)備及存儲介質(zhì)。獲取用戶問題，并基于所述用戶問題，在預(yù)設(shè)的知識庫中確定目標(biāo)數(shù)據(jù)源；在所述目標(biāo)數(shù)據(jù)源為預(yù)設(shè)的向量數(shù)據(jù)庫時，將所述用戶問題轉(zhuǎn)換為問題向量；基于所述問題向量在所述向量數(shù)據(jù)庫中進(jìn)行查找，獲得所述問題向量對應(yīng)的答案文本塊；基于預(yù)設(shè)的大語言模型以及所述答案文本塊，獲得與所述用戶問題對應(yīng)的問題答案，作為產(chǎn)品檢索結(jié)果。該方法可根據(jù)用戶問題確定目標(biāo)數(shù)據(jù)源，并且根據(jù)目標(biāo)數(shù)據(jù)源對用戶問題進(jìn)行相關(guān)處理，減少了數(shù)據(jù)搜索量，提高了搜索結(jié)果與用戶問題的相關(guān)度，進(jìn)而提高了搜索效率以及搜索結(jié)果的準(zhǔn)確率。

技術(shù)研發(fā)人員：沈東崎
受保護的技術(shù)使用者：中國平安財產(chǎn)保險股份有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19