摘要
本发明公开了一种基于知识图谱的元数据查询方法,涉及数据查询技术领域,本发明从各种数据源收集收集元数据;然后将数据分别进行知识抽取,知识抽取包括实体抽取、关系抽取和属性抽取;根据知识融合后的元数据以及元数据的知识抽取结果,构建数据资产目录;之后进行知识建模,并建立知识图谱;最后利用大语言模型,构建检索增强生成流程,对元数据进行检索。本发明通过利用大语言模型和检索增强生成流程,能够理解和生成自然语言,而RAG流程通过检索相关知识并将其作为上下文输入给语言模型,增强了模型对复杂查询的处理能力。这种方法不仅可以提高抽取的准确性和效率,而且能够更好地适应新的领域和数据类型,减少了人工干预的需求。
技术关键词
数据查询方法
大语言模型
文本
数据查询技术
生成自然语言
可读存储介质
资产
知识图谱构建
命名实体识别
目录
深度学习方法
标签结构
机器学习模型
关系建模
语义向量