一种基于大语言模型的知识图谱三元组可信性验证方法

本发明公开了一种基于大语言模型的知识图谱三元组可信性验证方法，该方法首先对已构建的知识图谱，将三元组分成可信和待验证两类，将可信部分的三元组作为正样本，随机生成n次负样本，由此构建n个样本数据集，对大语言模型进行微调，得到n个微调后的大语言模型。其次建立三元组可信性辨识框架，将每个大语言模型的输出转换成证据形式，并获取证据的可靠性和重要性权重参数。然后将待验证的三元组分别输入微调后的大语言模型，将输出结果进行融合。最后根据融合后的信度分布进行决策，得到待验证三元组的可信性验证结果。本发明克服了传统方法在稀疏数据上表现不佳的问题，显著提升标签预测的效果。