摘要
本发明提供了一种结合嵌入方法和大语言模型的知识图谱补全方法,属于知识图谱处理技术领域。本发明通过结合基于嵌入的模型和大语言模型,充分利用结构化数据的图形特性和文本数据的语义深度,有效提高了知识图谱补全的准确性和效率。本发明相对于传统的知识图谱补全技术,引入大语言模型处理文本描述,并与基于嵌入的模型生成的嵌入进行融合,大大提升了补全任务的性能。本发明引入了对比学习框架以优化预测,增强模型(补全方法)在各种知识图谱上的泛化能力。
技术关键词
知识图谱补全方法
嵌入方法
大语言模型
实体
多层感知机
样本
文本
自然语言
三元组
优化器
生成关系
训练集
语义特征
框架
数据