面向古代服饰的知识增强大模型问答系统

王宝辉; 张俊杰; 袁桦

doi:10.16454/j.cnki.issn.1001-0564.2026.01.010

北京服装学院学报（自然科学版） ›› 2026, Vol. 46 ›› Issue (01) : 82 -90. DOI: 10.16454/j.cnki.issn.1001-0564.2026.01.010

面向古代服饰的知识增强大模型问答系统

王宝辉, 张俊杰, 袁桦

作者信息 +

Author information +

文章历史 +

PDF

摘要

在服饰文化研究与博物馆数字化建设中，专业知识的精准检索与智能问答需求日益凸显。针对当前生成式AI在回答服饰专业问题时存在的史实性错误与解释性不足问题，本研究构建了一个融合知识图谱与检索增强生成(retrieval-augmented generation, RAG)的古代服饰领域问答系统。该系统以自建古代服饰知识图谱为外部知识源，结合实体识别与意图识别从知识图谱中提取相关信息构建专用提示词，问答准确度得分达到91.3,实现了用户意图的精准识别与准确回答，有效避免了无知识支撑的幻觉输出。此外，针对领域实体识别精度不足的问题，创新性提出了RoBERTa＿BiLSTM＿CFE＿CRF模型。该模型通过多尺度特征融合和协同规律抽取强化了古代服饰文本的实体识别能力，在自建古代服饰实体识别数据集上，F1值达到95.58%,较基准模型RoBERTa＿BiLSTM＿CRF提升了1.62个百分点。该方案为中华服饰文化研究提供了可迁移范式。