一种基于大语言模型增强的版本知识图谱推理方法及系统

本发明公开了一种基于大语言模型增强的版本知识图谱推理方法及系统，涉及动态知识图谱技术领域，包括，采用语义漂移检测与补偿机制，对比初始知识图谱内不同版本相同实体的上下文编码差异，识别漂移并动态调整实体嵌入向量，输出补偿更新图谱；采用LLM增强的多跳推理算法，对补偿更新图谱执行多跳推理，在每一跳中并行进行符号推理、向量推理和上下文推理，并通过动态权重融合，获取实体关系推理结果；通过云端协同节点将实体关系推理结果叠加至补偿更新图谱，增添实体边并自动维护版本历史日志，获得推理融合版本知识图谱。通过大语言模型增强的多跳推理算法，有效提升了跨版本实体关系的深层语义挖掘能力和推理准确性。