CN120234386A 一种面向检索增强生成系统的检索联合优化方法 （大连理工大学）.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120234386A(43)申请公布日2025.07.01

(21)申请号202510262491.5

(22)申请日2025.03.06

(71)申请人大连理工大学

地址116024辽宁省大连市甘井子区凌工

路2号

(72)发明人申彦明马振循

(74)专利代理机构大连星河彩舟专利代理事务所(普通合伙)21263

专利代理师马新月

(51)Int.CI.

GO6F16/3329(2025.01)

GO6F16/334(2025.01)

GO6F16/338(2019.01)

权利要求书4页说明书10页附图1页

(54)发明名称

一种面向检索增强生成系统的检索联合优

化方法

(57)摘要

CN120234386A本发明涉及人工智能技术领域，提出面向检索增强生成系统的检索联合优化方法，包括构建大语言模型的知识库和向量库，获取用户的输入问题；将输入问题与大语言模型的知识库和向量库进行关键字匹配和相似性比较，根据结果从知识库中抽取文本块，得到初始检索候选集；提取初始检索候选集与大语言模型内部的相关信息，生成初始外部相关信息块集和内部相关信息块集；对初始外部相关信息块集进行渐进式信息验证，得到外部相关信息块集；整合内部相关信息块集和外部相关信息块集，去除冲突信息，生成最终检索结果；将用户的输入问题和最终检索结

CN120234386A

构建大语言模型的知识库和向

构建大语言模型的知识库和向量库，获取用户的输入问题

将输入问题与大语言模型的知识库和向量库进行关键字匹配和相似性比较，根据相似性比较和关键字匹配的结果从知识库中抽取文本块，得到初始检索候选集

提取初始检索候选集与大语言模型内部的相关信息，生成初始外部相

关信息块集和内部相关信息块集

对初始外部相关信息块集进行渐进式信息验证，得到外部相关信息块集

整合内部相关信息块集和外部相关信息块集，去除冲突信息，生成最终检索结果

将用户的输入问题和最终检索结果发送给大语言模型，大语言模型生成对应的回答

CN120234386A权利要求书1/4页

2

1.一种面向检索增强生成系统的检索联合优化方法，其特征在于，包括如下步骤：

S1.构建大语言模型的知识库和向量库，获取用户的输入问题；

S2.将步骤S1中得到的所述输入问题与大语言模型的知识库和向量库进行关键字匹配和相似性比较，根据相似性比较和关键字匹配的结果从所述知识库中抽取文本块，得到初始检索候选集；

S3.提取步骤S2中得到的所述初始检索候选集与大语言模型内部的相关信息，生成初始外部相关信息块集和内部相关信息块集；

S4.对步骤S3中得到的所述初始外部相关信息块集进行渐进式信息验证，得到外部相关信息块集；

S5.整合步骤S3中得到的所述内部相关信息块集和步骤S4中得到的所述外部相关信息块集，去除冲突信息，生成最终检索结果；

S6.将用户的输入问题和步骤S5中得到的所述最终检索结果发送给大语言模型，大语言模型生成对应的回答。

2.根据权利要求1所述的一种面向检索增强生成系统的检索联合优化方法，其特征在于，所述步骤S1中所述构建大语言模型的知识库和向量库包括：获取知识库文档，将所述知识库文档分割成文本块，得到由文本块构成的知识库；采用嵌入模型将所述文本块进行向量化，生成向量块，得到由向量块构成的向量库。

3.根据权利要求2所述的一种面向检索增强生成系统的检索联合优化方法，其特征在于，所述嵌入模型为bge-m3,采用数据库FAISS构建向量库。

4.根据权利要求2所述的一种面向检索增强生成系统的检索联合优化方法，其特征在于，所述步骤S2包括如下步骤：

S201.通过BM25算法分别计算用户的输入问题与所述知识库D中每个文本块的相似性，得到关键字匹配结果，如公式(1)所示：

(1)

其中，rBM25表示用户的输入问题与知识库中文本块的相似性，d∈D,d表示文本块，Q表示问题，Q={?,q?,…,an},M表示问题中的词数，q;表示问题中的第i个词项，i∈(1,2,3,…,M),f(q,,d)表示词项q;在文本块d中出现的频率，len(d)表示文本块d的中词语的数量，avg_len表示知识库中所有文本块中词语的平均