针对军用装备领域非结构化数据知识抽取困难的问题，提出了一种利用混合搜索的基于检索增强生成（retrieval-augmented generation，RAG）的知识抽取方法。利用大语言模型辅助构建本体模型，在此基础上参考构建的本体模型对半结构化数据进行知识抽取形成三元组数据，并利用该结果构建数据库；针对非结构化数据，提出一种融合稀疏检索和稠密检索的混合搜索方法，检索出相似知识块作为提示词设计的参考示例；完成军用装备领域知识抽取提示词设计，在此基础上利用大语言模型完成非结构化数据知识抽取。结果表明，相较无RAG框架的知识抽取和无混合搜索的RAG框架知识抽取方法，所提方法抽取得到的三元组数据数量更多、召回率更高。
