一种金融领域的大语言模型知识图谱构建方法

本发明公开了一种金融领域的大语言模型知识图谱构建方法，本发明通过引入深度学习算法进行关系抽取，并利用领域本体和推理引擎对来自不同数据源的金融数据进行整合和验证，解决了传统方法中因数据格式不一致、实体冗余和冲突导致的数据整合难题，从而大幅提高了知识图谱构建的准确性和一致性。这一方法能够有效消除不同金融机构、市场报告和政府文件中因名称不统一或数据冗余带来的问题，减少计算复杂度，提升查询效率。其次，本申请还通过引入基于自然语言的智能问答系统，降低了用户的技术门槛，使得非技术人员无需掌握复杂的查询语言即可进行金融数据的查询与分析。