成果介绍
台风灾害是影响自然生态、社会经济及人类可持续发展的重要气象灾害。传统问答方法存在信息检索效率低、交互性差等问题,难以满足用户对精准信息的需求。本成果提出一种结合领域微调与检索增强生成(RAG)技术的台风灾害知识问答方法,通过构建台风灾害知识语料库、持续预训练T5模型并结合外部知识库检索,提升模型对台风灾害信息的响应质量与交互体验,为防灾减灾提供智能化支持。
成果亮点
本成果通过多维度技术创新解决台风灾害问答难题。首先,在领域知识整合与模型优化方面,研究团队从百科全书、新闻网站等开源数据库提取台风灾害数据,构建包含2204对问答的训练集,并通过掩码语言建模技术生成训练数据。在此基础上,采用持续预训练与领域微调技术,将台风知识编码到T5模型参数中,同时通过问答对优化模型对台风灾害任务的适应性。其次,引入检索增强生成(RAG)技术,利用ColbertV2模型构建台风知识向量数据库,通过语义相似性检索用户查询相关文本作为上下文,增强模型生成的准确性与可靠性。该技术实现了隐性知识(模型参数)与显性知识(外部检索)的协同利用,显著提升复杂问题处理能力。此外,研究建立了多维度评估体系,采用余弦相似度、accard系数及ROUGE指标评估模型响应质量,验证了方法在语义匹配、信息完整性及生成流畅性上的优势。
团队介绍
联系人: 庄老师 单位名称:常州市武进区科技成果转移中心
成果资料