电讯技术

作者：成磊峰,罗吉,王磊,朱敏,陶思彤

单位：(1.四川大学 计算机学院，成都 610065;2.西南电子技术研究所，成都 610036;3.中电信数智科技有限公司，北京 100001)

关键词：开源情报分析；网页信息提取；生成式大语言模型；检索增强生成；

针对开源情报分析中网页信息提取问答问题，提出一种融合生成式大语言模型（Large Language Model，LM）、XPath与检索增强生成（Retrieval-Augmented Generation，RAG）的方法，涉及动态模板化提示策略与多粒度语义检索。动态模板基于情报类型生成领域知识约束提示，提升实体提取精度；多粒度检索构建文档-段落-实体三级体系，结合BERT-Top玨算法优化长文本信息定位。通过OpenKG知识库对齐实体构建属性-关系-事件三维网络，增强复杂事件逻辑分析。该方法在ClueWeb22与TAC-KBP2022数据集上的提取率为0.85，回答准确率为0.78，相比传统RAG，性能提升18%~31%。实际应用中，热点事件简报关键事实准确率达92%，综合成本仅为GPT-4的12%。

来源：2025年第10期

《电讯技术》期刊编辑部

查看电讯技术杂志2025年第10期