基于大语言模型的智能问答系统研究综述

来源：计算机工程与应用杂志2025年第7期北京时间：

作者：任海玉, 刘建平, 王健, 顾勋勋, 陈曦, 张越, 赵昌顼

单位：1.北方民族大学 计算机科学与工程学院，银川 750021；2.北方民族大学 图像图形智能处理国家民委重点实验室，银川 750021；3.中国农业科学院 农业信息研究所，北京 100081

摘要：智能问答是自然语言处理中的一个核心的子领域，旨在理解并回答用户提出的自然语言问题的系统。传统的问答系统通常依赖于预定义的规则和有限的语料库，无法处理复杂的多轮对话。大语言模型是一种基于深度学习技术的自然语言处理模型，拥有数十亿甚至上千亿个参数，不仅能够理解和生成自然语言，还能显著提升问答系统的准确性和效率，推动智能问答技术的发展。近年来，基于大模型技术的智能问答逐渐成为研究热点，但对该领域的系统性综述仍然较为欠缺。因此，针对大模型的智能问答系统进行系统综述，介绍了问答系统的基本概念和数据集及其评价指标；介绍了基于大模型的问答系统，其中包括基于提示学习的问答系统、基于知识图谱的问答系统、基于检索增强生成的问答系统和基于智能代理的问答系统以及微调在问答任务中的技术路线，并对比了五种方法在问答系统中的优缺点和应用场景；对于当前基于大语言模型的问答系统面临的研究挑战和未来发展趋势进行了总结。

关键词：大语言模型,智能问答,自然语言处理,检索增强生成,提示学习,知识图谱