公开(公告)号：CN117852549A

公开(公告)日：2024-04-09

申请号：CN202311836363.4

申请日：2023-12-27

Applicant: 公安部第三研究所

Inventor： 曹文斌 ,  吴松洋 ,  杨涛 ,  姜国庆 ,  凡友荣 ,  彭京蕊 ,  李株华

IPC: G06F40/30 ,  G06F40/205 ,  G06F40/151 ,  G06F16/332

Abstract: 本发明公开了一种检索增强生成的文本语义切片方法，属于自然语言处理技术领域；包括，步骤S1，设置切片文本的最大长度；步骤S2，遍历一word文档数据集，得到待切分word文档；步骤S3，将待切分word文档转换成pdf文档，以读取待切分word文档中段落的页码位置信息；步骤S4，读取待切分word文档的标题树；步骤S5，根据标题树遍历待切分word文档的所有段落，并根据切片文本的最大长度，对待切分word文档进行切分，得到切片；步骤S6，将切片存入向量库，用于检索增强生成回答。上述技术方案的有益效果是：保证了切片语义的完整性和关联性，实现了检索增强生成回答的完整性、关联性以及全局性，有效提升了问答效果。