Loading [MathJax]/extensions/MathMenu.js
您当前的位置: > 详细浏览

基于大语言模型和多智能体的自动化政务回复参考生成系统

请选择邀稿期刊:

Automatic Government Response Reference Generation System Based on Large Language Models and Multi-Agent

摘要: 在数字治理时代,政务平台需要及时有效地回应公民的政务咨询。然而,现有的政务问答系统主要由人工回复为主,自动化处理算法的辅助有限,这难以高效处理大数据时代大量的市民政务咨询需求。因此在数字治理时代政务平台需要建立更有效、更智能的问答系统来回应市民的政务咨询。如今大语言模型(LLMs)有望助力政务平台以自动化有效的方式处理市民的政务咨询。LLMs可以提高政务平台与市民互动的效率,为各种类型的市民咨询提供自然语言回复。然而,现有通用LLMs对政务领域特定的表达理解有限,暂时无法像平台工作人员做出有效的回复。本研究基于LLMs和政务咨询问答历史向量数据库,利用多智能体技术构建专门针对政务咨询的回复参考生成系统(GovLLM)。在输入新的市民咨询后,系统能够生成切实有效的示例答案,供平台工作人员处理市民咨询时进行参考。该系统表现出比基线模型更好的文本生成性能,有利于提高政务平台回复市民咨询时的效率和有效性。

版本历史

[V1] 2025-02-13 15:13:45 ChinaXiv:202502.00082V1 下载全文
点击下载全文
预览
同行评议状态
待评议
许可声明
metrics指标
  •  点击量1424
  •  下载量511
评论
分享