智能问答、RAG检索增强生成

这张智能问答（RAG 检索增强生成）架构图呈现了从用户 Query 到答案输出的全流程：首先用户 Query 进入query 理解层，通过意图识别、分词、关键词抽取等处理，完成 Query 的语义解析与优化；随后进入文档召回（精排）层，同时启用信号召回（基于关键词命中、实体匹配等策略）与向量召回（基于语义匹配构建索引、将 Query 向量化），再通过文档质量打分完成综合排序；接着文本理解、答案抽取层利用 Bert 等预训练模型提取候选答案；最后经答案处理层的排序与后处理，输出最终答案。整个流程通过 “语义解析 - 多策略召回 - 精准抽取” 的 RAG 逻辑，提升了智能问答的准确性与相关性。