摘要
本发明公开了一种大模型辅助的自提升多模态工业设备知识图谱构建方法,该方法包括:收集并预处理多模态数据;基于少样本提示获取三元组形式的结构化知识数据;进而从三个评价维度,结合思维链技巧对三元组进行逐步的自我优化,确保知识表达的规范性、完整性和可靠性;采用三重阶梯的实体对齐方法,利用大模型的自提升能力,解决知识图谱中的数据冗余和歧义问题;基于知识图谱补全模板和检索增强机制,再应用大模型完成关系预测与实体补全任务,确保知识图谱的完整性和适用性。本发明无需大量人工标注的数据,通过大模型的自提升思想,多次迭代优化,提升知识图谱构建的自动化水平和知识质量,为工业设备管理、工艺优化和智能诊断提供有力支持。
技术关键词
知识图谱构建方法
实体对齐方法
三元组
多模态
语义
字符
知识图谱补全
文本
数据
无监督聚类
分步优化方法
工业设备运维
生成方法
工业设备管理
条件概率模型
样本
系统为您推荐了相关专利信息
实体关系抽取方法
语义特征提取
融合特征
三元组
文本
特征融合网络
特征提取模型
场景理解方法
文本
交叉注意力机制
视频智能分析方法
融合特征
事件特征
算法
注意力机制
匹配搜索方法
电商
匹配搜索系统
动态
地理位置信息