
LLM+Embedding 构建问答系统的局限性及优化方案
LLM 结合 Embedding 构建问答系统存在多知识点聚合召回精度低、交互链路长、Token 开销大等局限。分析根源并提出优化方案:利用传统 NLP 技术(如 HanLP)进行关键词提取和成分句法分析,替代直接对原始语句 Embedding。通过提取名词短语并处理修饰、并列关系生成关键词列表,再结合 LangChain Agents 进行意图识别与工具编排。实验表明,该方法能显著提升召回精准度,降低 LLM 依赖带来的性能开销,实现…













