摘要
本发明涉及自然语言处理、知识工程与人工智能技术领域，具体公开了一种增强大模型理解专业领域知识的方法及系统。该方法包括：构建由核心实体、辅助实体和关系实体组成的专业领域实体分类体系，采用分层标注和多粒度建模方式对属性进行表达，并通过本体建模与嵌入算法生成语义向量；基于融合专家规则与神经网络模型的混合抽取框架，实现专业领域知识的高质量抽取；整合多源异构数据，通过语义映射、实体归一化与元数据加权策略构建动态更新的领域知识图谱；将知识图谱嵌入Transformer架构，引入知识感知注意力机制与强化学习驱动的多跳推理引擎，提升大模型的知识融合与推理能力；同时设计三重校验机制确保生成内容的实体一致性、关系逻辑性与数值合理性。该发明有效提升了大模型在水利等专业场景中的知识理解与推理能力，具备良好的通用性与工程应用前景。
