摘要
本发明公开了一种基于知识图谱增强大语言模型问答的系统及方法,先使用命名实体识别技术提取问句中的主题实体和实体类型,形成结构化信息;接着,基于关系分类技术识别问句的意图,提取出与主题实体相关的关系信息,并构建查询语句;随后,通过知识图谱进行信息检索,获取相关事实三元组;最后,利用生成式大语言模型生成基于知识图谱内容的回答,确保生成结果的可靠性和有效性。本发明的知识图谱涵盖高校实体、院校类型、学者信息等,构成了丰富的知识体系,为问答系统提供了扎实的数据基础;并通过优化提示词设计,系统能够有效引导模型生成合理的回答,减少生成过程中的幻觉现象。本发明的问答系统高效而准确,具有良好的应用前景。
技术关键词
大语言模型
命名实体识别技术
构建查询语句
主题
交叉注意力机制
分类技术
三元组
关系
问答系统
知识图谱查询
训练语言模型
反馈界面
生成向量
意图
序列
模块
信息检索
系统为您推荐了相关专利信息
大语言模型
物联网传感器网络
生理传感设备
多模态
NURBS曲面
大语言模型
预警系统
综合评估模型
资源布置
指数
姿态追踪方法
交叉注意力机制
图像编码器
时序特征
视觉特征