一种基于神经网络裁剪知识图谱的场景化供需对接方法

本发明公开了一种基于神经网络裁剪知识图谱的场景化供需对接方法，属于数据挖掘技术领域，包括：获取文本数据并进行预处理，利用ChatGLM大语言模型预处理的文本数据进行关键字的提取，并根据预定义的关系进行分类，得到关键字‑关系‑关键字的知识图谱；利用自定义BERT语言模型根据输入的查询关键字对知识图谱进行裁剪，得到精简的知识图谱，完成知识图谱的场景化供需对接。本发明利用ChatGLM大语言模型和自定义BERT语言模型创建知识图谱并进行裁剪，能够有效滤除冗余或不相关的内容，确保数据的相关性和准确性，提高数据处理效率和数据要素的准确性，为数据交易提供可靠的决策支持，实现数据供需双方的精准匹配。