一种基于知识图谱多步分解检索增强的LLM推理方法

AITNT
正文
推荐专利
一种基于知识图谱多步分解检索增强的LLM推理方法
申请号:CN202411829133
申请日期:2024-12-12
公开号:CN119783815A
公开日期:2025-04-08
类型:发明专利
摘要
本发明公开了一种基于知识图谱多步分解检索增强的LLM推理方法。本发明将医疗LLM能力融入于整个检索增强推理过程,通过与医疗知识图谱相结合,利用多步分解、关键实体抽取、候选检索路径打分、关键检索路径判别验证、提示词构建和推理,实现了对用户输入目标文本的准确理解和回答;本发明通过对目标文本多步分解和基于医疗LLM打分的启发式搜索生成关键检索路径,不仅实现复杂任务简化处理及减少语句歧义性带来的影响,同时也为每个子任务提供更精确检索路径和具体的答案,从而提高整体回答的准确性。
技术关键词
推理方法 启发式搜索 三元组 实体间关系 文本 医疗知识图谱 标签 数值 答案 语句 概念 列表 格式 节点
系统为您推荐了相关专利信息
1
视觉语言模型训练方法、设备、介质和计算机程序产品
语言模型训练方法 视觉 文本 图像编码 提示器
2
一种基于向量数据库的AI知识库构建与查询方法及系统
文本 查询方法 自然语言 查询系统 答案
3
基于插入式索引编码查询的安全处方提示系统及方法
提示方法 答案 索引 提示系统 向量空间模型
4
一种图书链接跳转内容的管理方法
管理方法 页面内容 文本特征向量 语义 自动化监控系统
5
文本分类方法、电子设备和计算机可读存储介质
语义特征 文本分类方法 主题模型 主题语义 样本
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