本發(fā)明涉及信息處理，具體是基于大模型的高校招生錄取分數(shù)線查詢系統(tǒng)的工作方法。

背景技術：

1、在高考人數(shù)屢創(chuàng)新高的背景下，家長和學生對高校的認識存在差異，選擇學校和專業(yè)面臨困難。同時，高校也面臨如何吸引高質(zhì)量生源的挑戰(zhàn)。招生咨詢工作成為高校競爭的關鍵；傳統(tǒng)的招生宣傳資料，如宣傳冊、海報等，提供了高校的基本信息和錄取分數(shù)線。這種查詢方式直觀易懂，但信息更新速度慢，且不易于快速檢索和比較不同高校的數(shù)據(jù)；

2、現(xiàn)代的高校招生網(wǎng)站提供了在線查詢服務，允許學生通過互聯(lián)網(wǎng)訪問最新的錄取分數(shù)線信息；然而，這些系統(tǒng)通常功能單一，僅限于分數(shù)線查詢，缺乏個性化推薦和深入分析；基于常見問題解答(faq)的系統(tǒng)能夠快速回應學生關于招生的常見疑問，盡管這種方式可以提供標準化的答案，但它通常缺乏對復雜查詢的適應性，且無法處理非標準化的問題；基于以上不足，本發(fā)明提出基于大模型的高校招生錄取分數(shù)線查詢系統(tǒng)的工作方法。

技術實現(xiàn)思路

1、本發(fā)明旨在至少解決現(xiàn)有技術中存在的技術問題之一；為此，本發(fā)明提出了基于大模型的高校招生錄取分數(shù)線查詢系統(tǒng)的工作方法。

2、為實現(xiàn)上述目的，本發(fā)明的第一方面提供了基于大模型的高校招生錄取分數(shù)線查詢系統(tǒng)的工作方法，包括如下步驟：

3、步驟一：考生或電話咨詢者通過電話進線，系統(tǒng)使用tts技術將語音咨詢問題轉換為文本；然后系統(tǒng)利用問題識別大模型對轉換后的文本進行問題類別識別，判斷用戶咨詢的問題是否屬于“分數(shù)線類問題”；

4、步驟二：當識別為“分數(shù)線類問題”時，系統(tǒng)自動進入分數(shù)線查詢流程，系統(tǒng)和客戶進行多輪對話，通過信息收集模塊分別收集客戶的科類、專業(yè)和生源地信息；根據(jù)收集的信息進行數(shù)據(jù)庫查詢，得到用戶所需的分數(shù)線信息；

5、步驟三：若識別結果不是“分數(shù)線類問題”，則系統(tǒng)進入faq模塊；在faq模塊中，系統(tǒng)對問題進行向量召回，得到最相似的問題及相似度得分；

6、步驟四：對于召回得分高于預設閾值的問題，系統(tǒng)直接將問題對應答案返回給用戶；對于召回得分低于預設閾值的問題，系統(tǒng)將問題轉交給rag模塊；rag模塊利用檢索增強技術，結合大模型的生成能力，對問題進行深入分析和回答。

7、進一步地，所述問題識別大模型基于問題意圖識別模塊訓練得到；所述問題意圖識別模塊用于收集分數(shù)線相關語料信息，構建prompt，將語料和標注整理成大模型訓練語料，進行模型訓練，得到問題識別大模型。

8、進一步地，所述信息收集模塊的具體工作步驟如下：

9、s21：科類收集：收集科類相關語料信息，清洗出所需要的類型枚舉值，構建prompt，將語料和標注整理成大模型訓練語料，進行模型訓練；

10、s22：專業(yè)收集，具體包括：

11、收集專業(yè)相關語料信息，清洗出標簽，構建prompt，將語料和標注整理成大模型訓練語料，進行模型訓練；

12、收集專業(yè)說法以及專業(yè)說法對應的標準專業(yè)，將所有專業(yè)以及專業(yè)說法進行向量化；大模型提取到專業(yè)之后進行專業(yè)向量召回，對于相似度大于0.9的專業(yè)說法返回專業(yè)標準說法；

13、s23：生源地信息收集，具體包括：

14、收集專業(yè)相關語料信息，清洗出標簽，構建prompt，將語料和標注整理成大模型訓練語料，進行模型訓練；

15、收集地址相關數(shù)據(jù)，基于預訓練的bert模型進行微調(diào)，訓練地址提取的垂直域bert模型；根據(jù)高德地址庫，抽取前四級地址進行地址模糊匹配、補全的地址糾偏模型構建；

16、使用大模型將用戶上下文中的生源地地址信息提取出來；使用地址提取bert模型進行地址提取，使用地址糾偏引擎對地址進行糾偏。

17、進一步地，所述faq模塊的具體工作步驟如下：

18、構建問答庫，所述問答庫包括大量業(yè)務梳理出來的問答對；

19、問答對中的問題通過向量抽取模型，將問題轉換成向量，通過聚類模型將問題向量進行聚類，并且分別記錄每個問題所屬類別以及該類別的質(zhì)心；

20、將客戶的問題通過向量抽取模型轉換成向量，然后對該向量和所有質(zhì)心向量進行相似度計算，選取topk最接近的質(zhì)心；

21、將客戶問題向量和topk質(zhì)心所屬類別的所有向量進行相似度打分，從中找到相似度得分最高的問題以及對應的答案。

22、進一步地，所述rag模塊的具體工作步驟如下：

23、s31：知識信息采集：利用網(wǎng)絡爬蟲技術，從高校官方網(wǎng)站、教育論壇、學術論文庫渠道，收集與高校相關的知識信息；

24、s32：信息預處理：對收集到的知識信息進行清洗，包括去除無關內(nèi)容、糾正錯誤信息、標準化格式；通過自然語言處理技術，對信息進行去重；

25、s33：知識向量化：將清洗后的知識信息按照段落進行切片，使用自然語言處理技術將其轉換為向量表示，并存入向量數(shù)據(jù)庫；

26、s34：問題向量化與知識檢索：

27、將用戶提出的問題進行向量化處理，并與知識庫中的向量進行匹配；利用向量相似度計算，從知識庫中召回與問題最相關的top10知識片段；

28、s35：知識融合與答案生成：將問題上下文與召回的知識片段作為輸入，送入預訓練的大型語言模型；對輸入信息進行融合和推理，最終生成問題答案；所述大型語言模型是指llm模型。

29、進一步地，該方法還包括：對問題識別大模型、rag大模型、bert地址提取模型進行模型蒸餾和并行解碼。

30、與現(xiàn)有技術相比，本發(fā)明的有益效果是：

31、1、本發(fā)明中系統(tǒng)利用問題識別大模型對轉換后的文本進行問題類別識別，判斷用戶咨詢的問題是否屬于“分數(shù)線類問題”，極大提升了用戶問題的意圖識別精度和準確率；當識別為“分數(shù)線類問題”時，信息收集模塊使用大模型進行科類收集(科類可以被枚舉)；使用大模型進行專業(yè)說法收集，并且使用向量庫進行專業(yè)規(guī)范化；使用地址提取加上地址糾偏功能的地址信息收集進行考生信息收集，極大提高了信息收集的準確性、靈活性和智能化；

32、2、本發(fā)明中如果問題類別識別結果不是“分數(shù)線類問題”，則系統(tǒng)進入faq模塊；在faq模塊中，系統(tǒng)對問題進行向量召回，得到最相似的問題及相似度得分；對于召回得分高于預設閾值(例如0.95分)的問題，系統(tǒng)直接將問題對應答案返回給用戶，以提供快速響應；對于召回得分低于預設閾值的問題，系統(tǒng)將問題轉交給rag模塊；rag模塊利用檢索增強技術，結合大模型的生成能力，對問題進行深入分析和回答，使得系統(tǒng)能夠快速理解并響應用戶的復雜查詢需求，顯著提升了查詢效率，改善了用戶體驗。

技術特征：

1.基于大模型的高校招生錄取分數(shù)線查詢系統(tǒng)的工作方法，其特征在于，包括如下步驟：

2.根據(jù)權利要求1所述的基于大模型的高校招生錄取分數(shù)線查詢系統(tǒng)的工作方法，其特征在于，所述問題識別大模型基于問題意圖識別模塊訓練得到；所述問題意圖識別模塊用于收集分數(shù)線相關語料信息，構建prompt，將語料和標注整理成大模型訓練語料，進行模型訓練，得到問題識別大模型。

3.根據(jù)權利要求1所述的基于大模型的高校招生錄取分數(shù)線查詢系統(tǒng)的工作方法，其特征在于，所述信息收集模塊的具體工作步驟如下：

4.根據(jù)權利要求1所述的基于大模型的高校招生錄取分數(shù)線查詢系統(tǒng)的工作方法，其特征在于，所述faq模塊的具體工作步驟如下：

5.根據(jù)權利要求1所述的基于大模型的高校招生錄取分數(shù)線查詢系統(tǒng)的工作方法，其特征在于，所述rag模塊的具體工作步驟如下：

6.根據(jù)權利要求3所述的基于大模型的高校招生錄取分數(shù)線查詢系統(tǒng)的工作方法，其特征在于，該方法還包括：對問題識別大模型、rag大模型、bert地址提取模型進行模型蒸餾和并行解碼。

技術總結
本發(fā)明公開了基于大模型的高校招生錄取分數(shù)線查詢系統(tǒng)的工作方法，涉及信息處理技術領域，解決了目前分數(shù)線查詢系統(tǒng)在面對大量考生咨詢時，信息處理效率低下和查詢結果準確性低的技術問題；包括：利用問題識別大模型對咨詢問題進行問題類別識別；當識別為“分數(shù)線類問題”時，利用多輪對話交互，通過信息收集模塊分別收集客戶的科類、專業(yè)和生源地信息，以進行數(shù)據(jù)庫查詢，得到用戶所需的分數(shù)線信息；若識別結果不是“分數(shù)線類問題”，則進入FAQ模塊，對問題進行向量召回，得到最相似的問題及相似度得分；對于召回得分低于預設閾值的問題，利用RAG檢索增強，對問題進行深入分析和回答，從而滿足用戶的復雜查詢需求，提高查詢效率。

技術研發(fā)人員：衛(wèi)海智,馮純博,廖奇,羅漢,肖瀟,王輝
受保護的技術使用者：科訊嘉聯(lián)信息技術有限公司
技術研發(fā)日：
技術公布日：2024/12/10