请解释自查询（Self-Query）技术，并阐述它在 RAG 系统中的必要性是什么？

回答思路

1. 【回答框架 1】自查询是一种让检索系统能够理解用户查询的意图，并据此调整检索策略的技术。在RAG中，自查询通常指模型先将用户的自然语言问题转换为结构化的查询或关键词，然后再进行检索。
2. 【回答框架 2】RAG的核心是从外部知识库检索相关信息以增强生成。用户的原始查询往往口语化、不精确，直接检索容易遗漏关键信息或引入噪声。自查询通过解析查询意图、提取关键实体和关系，生成更有效的检索表达式，提高检索质量。
3. 【回答框架 3】自查询的必要性还体现在：它能处理复杂或模糊的查询，自动决定是否需要在多个文档中搜索，或者是否需要根据时间、来源等条件过滤。这使得RAG系统能够更精准地定位到相关知识，从而提升最终答案的准确性。
4. 【关键点 1】自查询将自然语言问题转化为结构化的检索条件。
5. 【关键点 2】提高检索相关性和准确性，减少无关信息干扰。
6. 【关键点 3】支持处理复杂查询，如多条件过滤。
7. 【易错点 1】不要将自查询等同于简单的关键词提取，它更强调意图理解。
8. 【易错点 2】自查询不是万能的，对于语义极度模糊的查询，仍可能检索失败。