基于潜在单元微调的大模型知识图谱问答方法及装置

本发明涉及一种基于潜在单元微调的大模型图谱问答方法及装置，该方法包括以下步骤：基于符号化的知识图谱和关系路径以及使用高维提示词表示潜在单元的变量，将大型语言模型与知识图谱进行潜在关系学习，生成关系推理路径，其中，大型语言模型的输入层附加可训练的潜在单元；而潜在单元通过正态分布随机初始化，并在隐学习过程中与大型语言模型共同进行微调；对关系推理路径进行相关性评估，并选择最相关的关系推理路径；输入自然语言问题，通过最相关的关系推理路径，得到知识图谱中的答案。本发明利用这些经过微调的潜在单元过滤掉无关且具有误导性的上下文片段，同时提高响应效率和性能。