Page 301 - 《软件学报》2026年第4期

1742 软件学报 2026 年第 37 卷第 4 期

景下针对用户咨询生成内容表述准确规范且可解释的可信回答. 同时, 各服务场景下的消融实验结果证明了系统
各组成模块的有效性.

我是农村建卡贫困户, 我儿子今年上高中, 有哪些资金补贴?
基于预设问答库的方法
基于语言模型的方法 本文方法
咨询
问题匹配 领域知识库
向量化 咨询内容
深入分析
预设问答库
政务
大语言模型 咨询相关的
110M 6B 领域知识
匹配问题对应回答 生成回答 生成回答

很高兴为您服务, 根据您的问题, 建档立卡贫困家庭学生在普通高中阶
给您找到以下相关服务事项: 1. 校内资助: 学校可能会提供一些校... 段可以享受以下资助: 1. 国家助学金;
• 低保、特困等困难群众医疗救助申... 2. 地方政府补助: 不同地区可能有相... 2. 学杂费. 国家免学杂费; 3. 由地方政
• 农村成人文化技术培训学校 (机构 3. 社会捐助: 有些企业或个人会设立.. 府发放资助...
• 中小企业资金拨付查询 咨询分析 作答依据
真 伪
答非所问 回答真实性存疑 回答准确可解释
图 1 各类政务问答系统回答效果对比

本文第 1 节介绍相关工作. 第 2 节进一步阐述本文解决的问题并概述本文提出的基于政务大语言模型的可信
政务问答技术. 第 3 节详细介绍可信政务问答技术. 第 4 节介绍政务公开信息数据集的收集整理细节. 第 5 节通过
定量实验和生成案例分析证明基于本文方法实现的原型系统及其组成模块的有效性. 第 6 节进一步讨论了方法在
多服务场景中的可用性, 总结了方法的局限性和改进方向.

1 相关工作

1.1 政务问答技术
政务问答系统是问答系统在政务领域的应用 [6] . 王芳等人 [7] 对我国 30 个省级政府网站搭载的政务问答系统
进行了实际测评, 认为当前国内政务问答系统普遍缺乏对咨询意图的深入理解和场景化服务能力. 目前, 政务问答
系统的构建技术主要分两类.
一类工作关注政务问答系统对咨询的有效理解. Liang 等人 [8] 采用了基于三向决策 (three-way decision, TWD)
的两阶段意图识别方法来提高政务问答系统对不常见咨询的理解能力. Gao 等人 [3] 以大语言模型作为系统理解咨
询的工具, 并将其集成到现有的政务问答系统中. 耿云飞 [9] 提出一种基于 BERT 和自注意力机制的意图识别方法,
以提升政务问答系统意图识别准确率. 此类工作虽然一定程度上提升了系统对用户咨询的理解程度, 但仍依赖预
设问答库检索匹配产生回答. 虽然保障了回答表述的正确性, 但咨询针对性不足, 常出现“答非所问”现象. 此类方
法产生的回答准确性不足, 无法满足政务问答系统对可信回答的要求.
另一类工作关注政务问答系统回答的咨询针对性. 这类方法基于语言模型理解咨询并生成用户咨询回答. 程
序等人 [5] 在 PKS 体系下设计实现了基于知识图谱和 BERT 的政务问答系统, 该系统依托 BERT 实现咨询理解和
回复生成, 并基于知识图谱检索结果生成针对性回复. Fang 等人 [10] 使用 Qwen 模型参考现有的政务问答库中关联
咨询的问答对生成针对用户咨询的回答. 此类方法虽然能提升回答的针对性, 但没有考虑政务问答系统对场景化
服务的要求. 因此, 此类方法的回答效果受限于咨询的语言组织是否符合领域规范. 同时, 此类系统回答由黑盒语