一种基于多层次语义推理的时序知识图谱问答方法

AITNT
正文
推荐专利
一种基于多层次语义推理的时序知识图谱问答方法
申请号:CN202411726651
申请日期:2024-11-28
公开号:CN119760061A
公开日期:2025-04-04
类型:发明专利
摘要
本发明涉及一种基于多层次语义推理的时序知识图谱问答方法,属于人工智能、自然语言处理以及知识图谱技术领域。本发明通过引入多层次的模块设计,包括问题分解、相关性排序和语义理解,有效提升系统在复杂时序问题上的问答能力。该方法利用大型语言模型的强大语义理解和推理能力,无需依赖额外的实体链接信息,能够在多时间粒度的复杂场景中提供准确的问答结果。通过采用问题分解与提示微调技术,本发明在提升问答系统性能的同时,增强了对复杂时序推理问题的处理能力,可以提高系统的准确性和鲁棒性。
技术关键词
语义检索模型 答案 知识图谱问答方法 知识图谱技术 自然语言 时序 大语言模型 微调技术 多层次 预训练语言模型 实体 排序模型 问答系统 提升系统 数据 关键词 关系 鲁棒性
系统为您推荐了相关专利信息
1
一种基于大规模语言模型的数据分析方法
数据分析方法 语句 文本 序列 分词
2
一种口才资源推荐方法、系统、设备及介质
资源推荐方法 多元回归模型 生成特征向量 资源推荐系统 梅尔频率倒谱系数
3
基于mT5模型优化的调相机智能运维系统
智能运维系统 相机 大语言模型 文本 答案
4
融合多模态特征的双塔实体识别方法、装置、设备及介质
融合多模态特征 视觉感知特征 实体识别方法 融合特征 图像
5
基于CoT驱动的网络攻击信息解释评判的优化方法
网络攻击信息 黄金 标签 答案 文本
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号