基于树形图和知识图谱检索增强的大模型推理方法和系统

基于树形图和知识图谱检索增强的大模型推理方法和系统，包括：将文档切割成文本块，识别文本块的实体、关系和事实性描述，构成文本块的知识图谱；基于文本块的知识图谱构建文档的事实性概述，使用高斯混合模型对所有文档聚类递归，生成相似性树形结构图；获取用户问题，通过大语言模型辩论迭代的方法，从相似性树形结构图中选择一条推理路径，获得对应的文档聚类，然后基于用户问题和文档的置信度分数，对聚类剪枝，并从剪枝后的文档挑选若干文本块，最后基于挑选文本块的知识图谱，生成推理结果。本发明涉及自然语言处理技术领域，能实现基于树形图和知识图谱的检索增强，在大模型回答复杂多跳问题时准确查询相关信息，从而有效保证推理准确性。