查询优化模块

用户在输入查询时,可能由于口语化、表述不清晰等原因导致无法检索到相关知识片段,因此需要引入查询优化模块对用户查询进行改写。GaussMaster中引入了查询改写与假设性回答两种方案分别对查询进行改造,生成合适的查询内容进行检索,扩展检索的知识片段,提升检索模块的召回率。查询优化的主要流程如下图图1所示:

图 1 查询优化流程图

其中,各部分说明如下:

  1. 查询改写:对于原始查询,首先构建查询改写提示,传递给大模型生成多个相关子查询;
  2. 假设性回答:对于原始查询,构建假设性回答提示,由大模型基于认知给出回答;
  3. 检索:将查询改写与假设性回答结果分别进行检索获取相关上下文,并进行重排序,选择出其中相关性最高的结果作为上下文用于后续回答生成。
意见反馈
编组 3备份
    openGauss 2025-06-07 22:42:34
    取消