基于图神经网络检索器增强大语言模型生成的问答方法

本发明涉及自然语言处理领域，具体涉及一种基于图神经网络检索器增强大语言模型生成的问答方法，包括：对图神经网络模型进行训练，得到图神经网络检索器；将知识图谱进行结构化存储，并得到实体集合和有向无环图；获取输入问题及其上下文，在上下文中提取出与输入问题相关的关键词，将关键词映射到实体集合，得到节点集合；根据节点集合对有向无环图进行节点关联，得到关联后的有向无环图，将关联后的有向无环图输入图神经网络检索器，得到路径子图集合，将路径子图集合还原到知识图谱，得到知识子图集合；将知识子图集合输入大语言模型进行推理，生成输入问题对应的回复，解决多次调用大语言模型、利用图论算法进行检索产生的时间成本高问题。