手搓RAG实体识别第四天

接之前的流程，构建本体库后，根据llm识别到的实体片段，然后在向量数据库中进行相似度检索，将检索到的片段再次交给大模型进行选择，让大模型做选择而不是生成，真的可以很好的减少幻觉的出现，可以提高准确率。

现在实体识别的准确率有了很大的提高，然后将识别到实体和原来的文本内容，一起发给大模型进行值抽取（之前是将文本内容分块，然后向量化，最后根据检索到的实体进行相似度匹配），但是我发现这样容易漏掉一部分关键信息，导致值抽取不准确；加上文本内容不是很长，我就去掉了这部分的向量化和rag流程，直接全文输入，这样值抽取的准确度也能有效的提升（但是会相对于的浪费一些token和增加一些时间）。

想到哪里写到哪里吧，感谢大家观看，请大家多多指正。