点击蓝字
关注我们
级联切分
增强文本召回匹配度
元景RAG通过级联切分技术，可以将原描述较长的文本块逐级切分至与用户的问题长度相当、语义相似的短文本，以解决用户问题短，但文本块描述较长导致的匹配相似度差的问题，提升信息检索的召回率，确保每一次检索都更加精准高效。
自适应切分
增强知识理解的完整性
在表格问答场景，传统RAG切分容易导致完整描述被切断，知识切片缺失表头、标题等问题，影响信息检索效果。元景RAG自适应切分可以做到自适应语料拆分与整合，为切片补全表头、标题等关键信息，大大提升了表格问答场景的召回率和问答准确率。
多路检索融合
增强检索能力多样性
检索环节，联通元景RAG技术在语义检索的基础上，扩展了稀疏向量、关键词等多维检索方式，对用户查询词进行全方位、多角度的检索，实现信息的全面覆盖和精准定位，最终融合各路检索结果进行综合排序，这一突破，让信息检索更加全面精准。
元景OCR解析
实现PDF内容精准查找
联通元景自研攻关融合多种视觉模型解决RAG应用中PDF类文档OCR识别（Optical Character Recognition，光学字符识别）、分栏顺序、表格解析等难点瓶颈，实现PDF内容“查得更准、答得更对”，且基于实际数据集评测，元景RAG性能领先业界一流竞品。
富文本知识问答
图文并茂生成答案
除了解析、处理和回答文档中的文本内容，元景RAG创新性的增加了对文档中图片等富文本知识的解析、处理和回答，可以根据用户提问找出文档中的相关图片，图文并茂生成答案，使得答案更加直观易懂。
融合代码模型
支持统计类问答
传统RAG问答主要以非结构化文本类知识问答为主，在结构化数据统计类问答方面能力不足。元景RAG通过融合代码模型，在统计类问题中，能够智能识别并检索相关代码和数据，利用代码模型进行深度分析和计算，生成准确可靠的答案，为用户来带统计类问答领域的智能体验。
答案出处定位
追根溯源，有据可依
知识库问答中，获得答案固然重要，知道答案的来源也同样关键。元景RAG在生成答案时，创新性的根据答案的出处，精准定位到答案在原文中的位置，这一功能增强了RAG生成答案的可信度和可追溯性，在专业知识问答领域尤其重要，可以帮助用户清楚了解答案来源，从而更加信任系统的输出结果。
中山三院医疗智能问答助手
联通易达
宁夏大学智能问答助手
-END-
科协官网｜https://kx.10010.com
投稿邮箱｜hqs-kx10010@chinaunicom.cn
来源 | 中国联通
编辑 | 李小龙
校审 | 赵鑫、张静怡
开源下载！业界首款
强强联合！开启智算领域新篇章
一起推动联通科技创新，我们携手同行！
点赞+分享+点亮“在看”，共筑科技梦想！
