一种基于知识图谱增强大模型的垂直领域文档问答方法及系统

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于知识图谱增强大模型的垂直领域文档问答方法及系统
申请号:CN202411820671
申请日期:2024-12-11
公开号:CN119646026A
公开日期:2025-03-18
类型:发明专利
摘要
本发明公开了一种基于知识图谱增强大模型的垂直领域文档问答方法及系统,方法包括如下步骤,S1、知识图谱的构建:采集垂直领域的相关数据,并对其进行清洗和整理;进行处理后的数据进行知识抽取,根据知识抽取结果设计领域本体,以构建并存储知识图谱;S2、基于知识图谱的问答:提取输入文本中的关键实体和关系,根据关键实体和关系从知识图谱中查询相关信息;基于知识图谱查询结果和问题动态构建prompt,将prompt输入至大模型,生成回答。优点是:通过构建垂直领域知识图谱,将专业领域的数据结构化,并在问答时提供权威、可靠的背景信息支持,确保模型回答更具科学性和准确性。
技术关键词
问答方法 知识图谱查询 关键词 冲突解析算法 文本 语义 推理规则 训练深度学习模型 知识图谱框架 实体关系提取 数据访问效率 数据采集通道 依存句法分析 构建知识图谱 动态 知识图谱构建
系统为您推荐了相关专利信息
神经机器翻译方法 机器翻译模型 字符 双语词典 发音
模型训练模块 递归神经网络 RNN模型 预警系统 数据可视化展示
信息抽取模型 信息抽取方法 文本特征向量 图像特征向量 图像编码
序列 文本处理方法 标签文本 计算机可执行指令 模型训练方法