智能化勞動法律助手：RAG技術的妙用！

摘要

本演講聚焦於打造一個擁有勞動法律知識的問答系統，該系統採用檢索增強生成(RAG)架構，此方式是基於領域知識庫檢索結果，並透過大型語言模型產出答案，從而提升問答的正確性與專業度。選用合適的檢索方法和語言模型對於系統性能至關重要，因為檢索結果為答題之參考文本，而語言模型理解與生成能力更是影響輸出品質。為此，我們實驗多種詞嵌入方法(Embedding)以及LLM模型，並比較不同組合的效能，最終我們採用了OpenAI的詞嵌入模型進行文件前處理，在經過相似度檢索獲取相關訊息後，使用GPT-4生成答案。法律條文閱讀理解難度較高，因其用字精練且刻意維持模糊性，使得系統開發更具挑戰，例如：提問涉及多條法規、巢狀條文引用，因此我們在文本前處理、資訊檢索、生成的手法上進行了研究與優化，我們的知識庫是基於全國法規資料庫數據所構建，在這個演講，將探討系統關鍵參數選擇的trade off，包括chunk大小、文本切割策略；分享提升檢索正確率的技巧，例如結合標籤系統以定位特定範圍的知識搜尋、法律文本生成的Prompt Engineering、法條提示功能，並會比較開源與閉源模型的生成效能差異。最後將利用由Streamlit web建立的介面進行成果展示，並與既有開源RAG系統進行綜合分析。

說明