基于大语言模型RAG搭建智能电话小结流程

徐奕婷; 崔珊珊

doi:10.11959/j.issn.1000-0801.2025058

您当前的位置：

首页 >

文章列表页 >

基于大语言模型RAG搭建智能电话小结流程

人工智能 | 更新时间：2025-05-13

- 基于大语言模型RAG搭建智能电话小结流程
- 暂无标题
- 电信科学 2025年41卷第Z1期页码：23-27
- 作者机构：
  
  中国电信股份有限公司上海分公司客服服务中心，上海 200120
- 作者简介：
  
  徐奕婷（1999- ），女，现就职于中国电信股份有限公司上海分公司客服服务中心，主要研究方向为大模型应用开发等。
  崔珊珊（1995- ），女，现就职于中国电信股份有限公司上海分公司客服服务中心，主要研究方向为大模型应用开发等。
- 基金信息：
- DOI：10.11959/j.issn.1000-0801.2025058
  中图分类号： TP393
- 收稿：2024-11-03，
  
  修回：2025-02-12，
  
  纸质出版：2025-03-25
- 稿件说明：
移动端阅览
徐奕婷,崔珊珊.基于大语言模型RAG搭建智能电话小结流程[J].电信科学,2025,41(Z1):23-27.
徐奕婷,崔珊珊.基于大语言模型RAG搭建智能电话小结流程[J].电信科学,2025,41(Z1):23-27. DOI： 10.11959/j.issn.1000-0801.2025058.

DOI：

摘要

面向电话客服场景的智能标签生成需求，基于检索增强生成（RAG）技术构建了智能电话小结流程。通过BGE-M3-Embedding模型结合Milvus库的向量检索，实现对用户诉求的精准匹配，并借助提示词工程优化模型生成最符合的标签。在检索增强生成方法的对比实验中，RAG流程的测试集准确率相比传统训练方法提升了20%，召回率达到了0.95。结果表明，基于RAG的智能电话小结流程具备高度的可靠性和灵活性，能够为复杂通话场景下的客服系统提供有力支持。

Abstract

关键词

Keywords

references

RADFORD A , NARASIMHAN K , SALIMANS T , et al . Improving language understanding by generative pre-training [J ] . OpenAI preprint , 2018 : 1 - 12 .

DU Z X , QIAN Y J , LIU X , et al . GLM: general language model pretraining with autoregressive blank infilling [J ] . arXiv preprint , arXiv: 2103.10360 , 2021 .

GAO Y , XIONG Y , GAO X , et al . Retrievalaugmented generation for large language models: a survey [J ] . arXiv preprint , arXiv: 2312.10997 , 2023 .

ZHAO W X , ZHOU K , LI J , et al . A survey of large language models [J ] . arXiv preprint , arXiv: 2303.18223 , 2023 .

浏览量

348

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

检索增强生成中文本分块策略的实证研究

业务驱动引领大语言模型应用开发新变革

基于大语言模型的客服培训系统研究与实现