基于多智能体系统的中文学术问答与应用

摘要

为提升中文学术问答系统在专业性、准确性和实用性上的表现，提出了一种基于多智能体系统的学术问答框架，并探讨其在复杂学术领域的应用潜力.该框架以学术元智能体任务分解、子智能体协同运行及答案整合为核心，融合了学术见解知识库、NL2DATA专业知识库工具以及网页检索模块等多源外部检索方法，有效提升了答案的整体性能.通过这些模块的协同作用，该框架针对中文学术问答任务中的多场景问题进行有效应对，进一步提升了中文学术问答系统的准确性与实用性.在实验部分，基于多场景任务的学术问答测试集，对框架在回答意图识别与理解、准确性、学术性、格式与逻辑连贯性和语言一致性五个维度进行了系统性评估.实验结果显示，提出的框架在文献检索问答、文献辅助阅读、文献生成、文章改写等四个场景上较目前先进的大模型提升了1-2分(评分范围为0-10分),在复杂问题处理能力及学术性上表现出显著的优势，同时在日常问答场景中也具有一定的可比性.研究表明，基于多智能体系统的学术问答框架为复杂学术问题的解决提供了创新性路径，并为智能化知识服务与学术资源共享奠定了重要基础，展现出广阔的应用前景.

关键词

中文学术问答 / 多智能体系统 / 任务分解机制 / 检索增强生成 / 协同优化 / 智能化知识服务