一种基于知识图谱增强的大语言模型训练方法

AITNT
正文
推荐专利
一种基于知识图谱增强的大语言模型训练方法
申请号:CN202510159437
申请日期:2025-02-13
公开号:CN120087435A
公开日期:2025-06-03
类型:发明专利
摘要
本发明属于自然语言处理技术领域,具体地说是一种基于知识图谱增强的大语言模型训练方法。本发明通过引入外部知识图谱以及增强实体嵌入,增强了LLM对于外部知识和实体间复杂关系的理解,提高LLM对于复杂问题的理解和解答能力。特别对于垂直领域,可以通过引入特定领域相关的外部知识图谱信息,增强LLM对领域专有知识和实体间复杂关系的理解能力,提高LLM在垂直领域下的应用效果。
技术关键词
语言模型训练方法 大语言模型 图谱 前馈神经网络 标记 实体链接技术 文本 注意力机制 序列 解析器 编码块 自然语言 矩阵 节点数 定义 关系
系统为您推荐了相关专利信息
1
一种基于多域特征融合的深度伪造多标签排序定位方法
多域特征 多标签 定位方法 人脸深度 离散余弦变换
2
一种基于多模态感知的液量评估方法及系统
吸收性材料 特征地图 体液 多光谱特征 短波红外
3
一种多视角的科技数据画像系统及其方法
科技 数据画像 图谱 TextRank算法 关键词
4
一种基于势博弈的雷达目标监测方法
雷达回波数据 监测方法 节点 亲和力 抗体
5
一种乘车信息生成方法、装置、电子设备及存储介质
行程 车辆 信息生成方法 预训练模型 站点
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