當前位置: 華文世界 > 科技

基於AI知識庫RAG的智能政務服務助手功能設計

2024-11-05科技

最近在落地基於RAG的智能政務服務助手,參考業界的設計,結合業主的需求,總體的功能設計如下,希望大家給點建議與意見,歡迎一起學習探討大語言模型套用落地的實踐。

建設背景

隨著社會的發展和新一代資訊化技術的進步,政務服務的需求和要求也在不斷變化。為了滿足公眾對於高效、便捷、貼心的政務服務的需求,政府機構需要不斷提升服務質素和效率。大語言模型技術的出現,為政務服務升級提供了新的可能。

1、提升政務服務效率

傳統的政務服務方式,如視窗辦理、電話咨詢等,存在效率較低、人力成本高等問題。透過大語言模型技術,可以快速、準確地理解公眾的問題和需求,提供精準、及時的答復和建議,有效提升政務服務效率。

2、提升政務服務智能化水平

實作對海量數據的分析和處理,挖掘數據中的規律和趨勢,為政府決策提供科學依據。同時,大語言模型技術還可以根據公眾的需求和反饋,不斷最佳化服務內容和方式,提升政務服務的智能化水平。

3、滿足公眾多樣化的需求

隨著社會的多元化和公眾需求的多樣化,政務服務也需要滿足不同人群、不同領域的需求。大語言模型技術可以針對不同的服務場景和需求,提供個人化的解決方案和服務方式,滿足公眾多樣化的需求。

建設的目標

套用自然語言處理、語音技術及大語言模型等新一代人工智能創新技術,構建智能化的政務服務咨詢機器人,為公眾提供24小時不間斷的線上服務,能夠自動回答公眾的問題,提供政策解讀、辦事指南等咨詢服務,幫助公眾更好地了解和辦理相關業務,輔助群眾「一視窗「式辦理所需業務,節省群眾全站尋找辦理入口時間。

  • 利用大語言模型技術,構建智能問答系統 ,提供7x24小時線上的咨詢和解答服務。能夠自動回答公眾的問題,提供政策解讀、辦事指南等咨詢服務,幫助公眾更好地了解和辦理相關業務。
  • 建立智能監管和評估機制, 分析公眾對政務服務的評價和反饋數據,發現服務中的問題和不足,及時改進和最佳化服務內容,提高政務服務的質素和滿意度 。
  • 建設內容

    圍繞辦事服務事項相關業務內容,結合大語言模型的推理能力和向量數據庫的儲存和檢索能力,構建基於知識庫的智能問答服務,總體的主要包括以下幾個方面的建設內容:機器人管理平台、智能問答服務及LLM大語言模型服務。

    機器人管理平台

    透過靈活的角色設定以及私有化知識庫管理,生成客製版助理機器人,支持釋出至各類終端,提供知識問答服務。主要包括機器人管理、知識庫管理(問答式、文件式)、事項管理、基礎支撐服務等功能。

  • 角色設定, 可以為機器人設定一個基礎角色,比如客服、培訓師、行銷人員或行業專家,以使機器人更符合您的業務形象。
  • 知識庫維護 ,提供文件和問答兩種類別知識庫,機器人可以學習這些素材,並根據其訓練情況,隨時刪除或替換文件。
  • 多終端釋出渠 ,可以為您服務各種渠道的客戶。您可以將機器人部署到網頁、微信群、JS嵌入網頁、接入API、微信公眾號等平台。
  • 數據反饋, 隨時檢視機器人的使用數據,以了解其知識服務的效果。透過數據報表,您可以進一步最佳化機器人,使其能夠更準確地回答業務相關的問題。
  • 智能問答服務

    提供多樣化的對話式智能問答服務,結合知識庫資訊,自動生成問答結果、相關推薦、參考連結等內容。主要包括服務導航、熱門推薦、卡片式問答、引導式對話、生成式問答、相關推薦、語音服務等功能。

  • 服務導航, 透過分級導航選單,引導使用者查詢想了解的相關辦事事項
  • 卡片式問答 ,透過卡片的形式提供具體的辦事事項資訊,實作查詢、推薦、連結等多場景任務操作
  • 引導式對話 ,分步式提問主動引導,結合上下文邏輯理解,精準提取關鍵資訊
  • 相關推薦 ,關聯同類別或相似度較高的問題,機器人自主推薦,主動解決客戶問題
  • 語意辨識 ,支持語音辨識,機器人透過智能演算法匹配,輸出對應答案
  • 大語言模型服務

    基於Langchain與LLM 大語言模型構建模型對話服務,提供開箱即用的數據處理、模型呼叫等能力,並基於 FastAPI 對外提供的 API 呼叫服務。

  • 基於LangChain快速構建應用程式 ,利用相關的應用程式框架和豐富的整合功能,快速地開發復雜的LLMs套用,降低了學習成本。
  • 基於FastChat接入大模型推理服務 ,透過OpenAI API接入不同的大語言模型服務,支持離線及線上兩種模式。
  • 基於 FastAPI 提供的 API 呼叫服務 ,目前提供了對話服務、LLM管理服務、知識庫管理服務