搜索中文正文和常见中英文技术词,按教程、项目、面试题筛选。
「意图识别」找到 66 条内容
按专题浏览 →匹配正文:…索范围 查询侧优化 查询改写:HyDE(生成假设文档再检索)、Query2Doc、子查询分解 查询扩展:同义词、相关术语扩展召回 意图识别:区分事实查询/摘要/对比类问题,路由到不同索引 检索策略 混合检索:向量相似度 + BM25关键词,RRF融合排序 重排序(Rerank):Cross-encoder精排,如bge-reranker,Top-K从100→20 多路召回:向量库+图谱+传统数据库并行检索 二、生成层优化 上下文处理 上下文压缩:LLM摘要过滤冗余,或训练专用…
匹配正文:…sticsearch),同时保留原始文本用于召回 2. 检索模块(Retrieval) 查询优化:查询重写(HyDE生成伪文档)、意图识别、多跳分解 检索策略: 稠密检索(向量相似度)+ 稀疏检索(BM25)混合 多路召回(关键词+向量+图谱) 重排序(Rerank):Cross-Encoder模型精排Top-K,过滤低相关文档 3. 生成模块(Generation) 上下文组装:按相关性排序文档,截断至上下文窗口 Prompt工程:明确指令+检索上下文+用户问题,要求"仅基…
匹配正文:…向量 BM25 + 法条编号精确匹配 条款号、关键词命中 知识图谱 实体链接(当事人-案由-法条关联) 复杂关系推理 查询侧优化 意图识别:区分"法条查询"/"类案参考"/"流程咨询" 查询扩展:用LLM生成同义表述(如"工伤认定"→"职业病鉴定") 重排序 交叉编码器精排(如法律领域微调的ColBERT) 时效性加权:新法优先;地域匹配:当事人所在地法规优先 三、生成优化 Prompt工程 角色:资深法律顾问 约束: - 仅基于提供的{references}回答,不确定时明…
学习内容与项目面试,在同一条路上。