基于跨语言语义压缩的多语言生成式检索方法

本发明涉及基于跨语言语义压缩的多语言生成式检索方法，属于信息检索技术领域。本发明包括步骤：构建多语文档检索数据集；通过关键词抽取模型从多角度抽取多语文档的关键词，并且使用语义相似性将抽取的关键词进行计算，构建相似性矩阵；根据相似性矩阵进行语义聚类，并使用原子ID对聚类簇进行表示，然后由关键词所在聚类簇为每个多语文档分配文档标识符；在推理阶段，输入查询后，采用动态多补约束解码方式，根据之前步骤的解码结果，逐步缩小当前步文档标识符的解码范围，从而得到最终的文档标识符。本发明的检索能力相比其他模型得到明显提高。