一种借助知识图谱生成关系型数据的方法

本发明涉及一种借助知识图谱生成关系型数据的方法，属于人工智能技术领域。本发明通过使用Graph Transformer，利用多头注意力机制和前馈神经网络的邻域聚合，能有效捕捉节点之间的语义关联与重要性，从而在新生成的图谱中保留了原始结构的特征，保证新生成的图谱结构和原始图谱结构保持一致；通过使用大语言模型(LLM)结合提示工程进行数据增强，在上下文和实体级别应用增强策略，在保持原有三元组结构的同时，通过替换策略确保增强文本内容与现实逻辑一致。微调预训练模型以适应实体识别和关系抽取任务，进一步提高了生成内容的可靠性和现实应用价值。