（2）对论文进行分割，利用字体大小等因素，并将论文中不同格式的数据（文本、表、图

等）分类读取。

（3）针对上述数据集，进行特征提取，将文本转换为向量表示，提取图像数据特征，转换为

向量形式，保证每个样本都被表示为相同长度的向量，便于比较和检索。选择索引结构，对于给定

的查询向量进行相似度检索和检查，返回相似的向量或数据项,如图 1.3 所示。

（4）大模型调用该向量数据库，测试大模型回答电力 LCA 领域的专业性问题的能力。

向量知识库是一个高效、结构化的数据存储系统，它将各类数据（如文本、图像、音频等）转

化为向量形式进行存储。这种表示方式使得数据之间的相似性和关联性得以量化，从而支持更为精

确和高效的信息检索与数据分析。向量知识库使用特殊的数据结构和索引方法来优化查询效率，可

以快速地查询和计算相似度，支持高效的数据查询。这种表示方式使得向量知识库能够有效支持近

似搜索，即在巨大的数据集中快速找到与查询最为接近的项。同时，向量知识库不受传统关系型数

据库模式的限制，提供了更大的灵活性。它们能够处理多种类型的数据，包括文本、图像、音频和

视频等非结构化数据。这种灵活性使向量知识库成为了人工智能和机器学习应用的理想选择。此

外，外部向量知识库的使用有助于减少模型生成与事实不符内容的“幻觉”问题，增强了输出的可

靠性。然而，整合外部向量知识库也带来了挑战，包括知识库的维护更新、检索效率以及与模型的

兼容性问题。尽管存在这些挑战，外部向量知识库仍然是提升 LLM 性能的有效途径之一。

在现代信息检索和数据管理系统中，向量知识库扮演了极为关键的角色。通过将文本数据转换

为向量形式，这种库不仅提升了数据的可访问性和处理效率，还为高级分析和机器学习应用提供了

这章没有结束，请点击下一页继续阅读！

强大的支持。以下详细讨论向量知识库在信息检索和数据管理中的具体优势。

1. 提升检索效率和准确性

向量知识库能够显着提高信息检索的效率和准确性。通过将文本转换为数值向量，信息检索可

以从传统的关键字搜索转变为基于向量的语义搜索，这使得搜索结果不再限于关键字的字面匹配，