摘要
本发明涉及一种基于知识图谱增强的跨领域智能推理方法，该发明通过构建分层知识表达框架与动态优化机制，实现复杂场景下的精准推理；采用多源异构数据融合技术，通过多模态特征提取生成学科细粒度知识单元，建立包含核心共性概念层、学科特性本体层及动态语义映射层的三维知识图谱结构；基于强化学习驱动的路径探索算法，在保留学科独立性的同时挖掘跨领域隐性关联，结合大语言模型的注意力融合机制实现推理过程的可控可解释。该方法突破传统统一本体建模的局限性，有效解决医学‑金融、工程‑法律等交叉领域推理中存在的概念漂移、路径偏差问题，显著提升复杂决策任务的准确性与知识溯源性。
