基于DeepSeek模型的文本历史分析知识库问答系统的研究OA
面对传统文学研究中互文性分析依赖个人知识储备、难以系统化或量化的挑战,本研究提出一种基于DeepSeek模型的文本历史分析知识库问答系统(Text Historical Analysis Knowledge Base Question Answering System)。该系统通过文本分块、向量化、知识图谱、检索增强生成等技术,以历史文献资料构建历史知识库,对查询文本进行向量化,实现与知识库的相关检索,并使用大语言模型整理并输出完整的分析结果。实验证明该系统能够准确地找出查询文本中有关历史的部分内容并输出合理的分析,有助于读者更好地理解文本的创作背景与写作意图。
王小妹;刘俊
安徽城市管理职业学院,安徽合肥230011合肥工业大学,安徽合肥230009
信息技术与安全科学
DeepSeek知识图谱检索增强生成知识库大语言模型
《现代信息科技》 2026 (13)
P.176-179,184,5
2025年安徽省质量工程项目教学研究项目“数字化转型视域下高职院校教师数字素养现状与提升策略研究”(2025jyxm0958)。
评论