一种具有时效性图谱的大模型知识库问答方法及系统

AITNT
正文
推荐专利
一种具有时效性图谱的大模型知识库问答方法及系统
申请号:CN202510154346
申请日期:2025-02-12
公开号:CN119669486A
公开日期:2025-03-21
类型:发明专利
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
1
一种基于模拟增广与原型学习的全时段多模态行人重识别方法
可见光图像 重识别方法 原型 多模态 模态特征
2
基于AI大模型的智能交互客服系统
客服系统 多模态用户交互 语义向量 意图 对话策略
3
一种基于多任务学习与知识蒸馏的文档级关系抽取方法
实体 关系抽取方法 关系抽取模型 特征提取模块 三元组
4
一种基于one-shot的晶圆缺陷检测方法
缺陷检测方法 元学习策略 双分支结构 样本 图片
5
一种基于大语言模型的知识图谱生成方法
知识图谱生成方法 三元组 大语言模型 频域特征提取 文本
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