用于智能营销智能体的知识检索方法及产品与流程

本文涉及计算机，具体地，涉及一种用于智能营销智能体的知识检索方法及产品。

背景技术：

1、检索增强生成（retrieval-augmented generation，rag）可以从文档知识集合中检索出相关的信息，以使得大语言模型能够基于检索到的信息来指导大语言模型的生成过程。因此，检索增强生成所召回的知识的准确性对大语言模型输出结果具有很大的影响。

技术实现思路

1、提供该内容部分以便以简要的形式介绍构思，这些构思将在后面的示例部分进行详细描述。该内容部分并不旨在标识要求保护的内容的关键特征或必要特征，也不旨在用于限制所要求的保护的内容的范围。

2、第一方面，提供一种用于智能营销智能体的知识检索方法，包括：

3、基于交互请求获取检索类型和元数据检索条件，所述交互请求用于与智能营销智能体进行交互；

4、基于所述检索类型获取第一权重和第二权重，所述第一权重表示第一检索模式的权重，所述第二权重表示第二检索模式的权重；

5、基于所述元数据检索条件从知识库中进行检索，获得第一候选知识；

6、基于所述第一检索模式、所述第二检索模式、所述第一权重和所述第二权重，从所述第一候选知识中进行检索，获得第二候选知识；

7、基于所述第二候选知识，获取所述交互请求对应的召回知识。

8、第二方面，提供一种计算机程序产品，包括计算机程序，其中，该计算机程序由执行时实现第一方面所述方法。

9、由此，在进行知识检索时可以先通过对交互请求分析获得检索类型和元数据检索条件，从而可以基于元数据检索条件和知识库中的知识元数据进行初步筛选，获得第一候选知识，之后从第一候选知识中进行相关性检索，可以有效降低知识检索过程中所需的数据计算量，提高知识检索的效率和准确性。并且，在知识检索过程中还可以基于不同检索模式进行融合检索，并基于检索类型确定不同检索模式对应的权重，通过动态获取第一权重和第二权重的方式，保证不同检索模式获得的检索结果进行融合的准确性，使得知识检索过程和交互请求相匹配，进一步提升召回知识的准确性和可用性，为后续确定交互请求对应的响应信息提供有效的数据支持。

10、其他特征和优点将在随后的示例部分予以详细说明。

1.一种用于智能营销智能体的知识检索方法，包括：

2.根据权利要求1所述的方法，所述第二候选知识关联有父标识，所述方法还包括：

3.根据权利要求1所述的方法，所述知识库中的知识关联有知识元数据，所述知识元数据在基于文档生成所述知识时生成；

4.根据权利要求1所述的方法，所述知识库通过如下方式构建：

5.根据权利要求4所述的方法，所述对第一文档进行切分处理，获得多个第一文本块，包括：

6.根据权利要求5所述的方法，所述第一切分模式用于表征基于所述第一文档的语义进行切分处理；

7.根据权利要求5所述的方法，所述第一切分模式用于表征基于所述第一文档的文档层级关系进行切分处理；

8.根据权利要求4所述的方法，所述评估维度包含以下中的多者：

9.根据权利要求4所述的方法，所述基于所述第一文本块对所述第一文档进行重新切分，获得第二文本块，包括：

10.一种计算机程序产品，包括计算机程序，其中，该计算机程序由执行时实现权利要求1-9中任一项所述方法。