摘要
本发明涉及深度学习技术领域,具体涉及一种具有时效性图谱的大模型知识库问答方法及系统;方法的具体步骤为:构建一个能够及时更新数据,并能定期进行时效性数据清理的图数据库;输入自然语言中的内容,通过自然语言大模型进行三元组抽取;将获取的三元组结果,在图数据库和向量库中获得具体的查询结果;自然语言大模型根据图数据和向量库的查询结果进行参考回答;本发明的优点在于,知识图谱中的数据具有随时间变化而更新的能力,且能及时删除知识图谱中的过期数据,提高了图谱数据的时效性价值。
技术关键词
知识库问答方法
查询算法
校验程序
时效性
三元组
图谱
节点
理解自然语言
关系
异常信息记录
自然语言信息
日志
数据更新
解析器
格式
深度学习技术
系统为您推荐了相关专利信息
客服系统
多模态用户交互
语义向量
意图
对话策略
实体
关系抽取方法
关系抽取模型
特征提取模块
三元组
知识图谱生成方法
三元组
大语言模型
频域特征提取
文本