Caffe

1、项目分五个模块：地址清洗、要素解析、区划修正、两级归一、自学习知识库。2、清洗：数据是10万条广州快递面单地址，混着手机号、人名、"放门口别放快递柜"这种备注，还有错字和繁体字，先把这些噪声去掉。3、要素解析：用MGeo模型把地址拆成省市区、街道、道路、门牌、小区、楼栋这些字段。区划写错或缺失的

本项目是一套面向涉密场景的本地化RAG知识库及智能问答系统，主要包含以下功能模块：1）文档管理模块：支持对涉密文档（PDF、Word、扫描件等）的上传、解析、分块与向量化处理，实现知识的结构化入库。2）知识库检索模块：基于本地部署的向量数据库，结合BM25与向量相似度的混合检索策略，精准召回相关文档