一种融合知识图谱和大语言模型的学术问答系统及方法

本申请提供了一种融合知识图谱和大语言模型的学术问答系统及方法，首先接受用户的问题指令，进而不同文献信息；进一步构建每个文献信息的知识图谱，基于预设的大语言模型得到每个知识图谱在学术问答过程中的语义增强特征；然后，确定所述每个知识图谱的关联结构，从而，根据所有的语义增强特征和每个知识图谱的关联结构确定每个知识图谱的语义相关度；进而确定问题指令在学术问答过程中的思维链；再通过每个知识图谱的语义相关度和思维链确定问题指令在学术问答过程中的关键索引信息，将关键索引信息作为大语言模型的语义推理参数生成问题指令的回答答案。采用本申请的方案，可消除学术术语的歧义性，从而提高解释学术术语含义的准确性。