Page 303 - 《软件学报》2026年第4期
P. 303
1744 软件学报 2026 年第 37 卷第 4 期
A prediction 形式化表
对于政务问答系统 S , 用户咨询 X 和咨询对应的参考回答记为 A ground_truth . 系统产生的回答
示如公式 (2) 所示. 本文的目标是获得优化后的政务问答系统 S opt , 使得 A prediction 在语义和表述规范上更接近
A ground_truth . 其形式化表达如公式 (3) 所示.
A prediction = S opt (X) (2)
( )
argmin dist A prediction ,A ground_truth (3)
S opt
2.2 可信政务问答技术概述
本文提出的可信政务问答技术如图 2 所示. 该方法主要包含 3 个模块: 政务大语言模型、分析引导模块和领
域知识库模块. 政务大语言模型是系统的核心, 负责咨询内容的理解和回答的生成. 分析引导模块通过指令与政务
大语言模型交互, 实现对咨询内容的逐步分析. 领域知识库模块由领域知识库和基于关键词的知识检索方法组成,
为政务大语言模型提供咨询相关的领域知识.
我是农村建卡贫困户, 我儿子今年上高中, 有哪些资金补贴?
分析引导模块
领域知识库模块 ④
政务 政务领域 咨询意图 ①
关键词检索 关键词提炼 挖掘
关键词 交互指令 政务
② ③咨询
政务关键词 大语言
领域知识库 意图 分析结果 模型
分析结果及作答依据整合 ⑤
参考领域知识⑥
建档立卡贫困家庭学生在普通高中阶段可以享受以下资助: 1. 国家助学金; 2. 学杂
费. 国家免学杂费; 3. 由地方政府发放资助...
参考领域知识 政务关键词 咨询意图
图 2 可信政务问答技术示意图
对于用户提出的政务咨询, 分析引导模块首先根据用户咨询构建交互指令. 通过指令与政务大语言模型多步
交互, 提取并规范咨询内容中涉及的领域关键词和咨询意图, 提升对咨询内容的理解. 同时, 分析结果作为政务大
语言模型生成回答时的参考, 确保了在多服务场景下生成回答的针对性. 领域知识库模块根据前述分析结果 (即咨
询相关领域关键词) 检索相应领域知识, 提供给大语言模型作为生成回答的参考材料, 保障了生成回答表述的正确
性. 政务大语言模型结合分析和检索结果, 实现在理解政务咨询的前提下针对咨询生成内容表述正确的准确回答.
同时, 回答生成时的参考材料作为回答依据, 增强回答的可解释性. 综上, 方法基于预设的分析和回答步骤生成回
答, 提升了回答过程的透明度, 用户在获得咨询回答的同时, 还可以参考各中间步骤产生的分析和检索结果, 判断
回答的可用性.
3 基于大语言模型的可信政务问答技术
3.1 政务大语言模型
通识大语言模型通常无法独立支撑特定领域对话 [20] , 表现为无法有效理解领域提问并生成符合领域规范的
