摘要
本发明涉及数据处理技术领域,公开了基于大模型生成和知识图谱集成的多模态关系抽取方法,包括以下步骤:首先,利用大语言模型对图像生成描述,构建图像图,同时对文本进行解析,构建文本图,并基于标注实体链接知识图谱,构建知识图谱子图。然后,以标注实体为锚点,通过相似度计算将三者拼接,形成统一联合图,并利用图信息瓶颈技术和GCN优化图结构,提取并融合多模态特征,从而提高关系抽取的准确性和处理效率。通过多模态数据融合,显著提高了关系抽取的准确性和处理速度。利用图信息瓶颈技术和图卷积网络对图结构进行优化,消除了冗余信息,从而有效地提取和融合多模态数据中的语义特征。
技术关键词
关系抽取方法
文本
构建知识图谱
节点特征
注意力机制
融合多模态特征
大语言模型
实体链接技术
图像
三元组
多模态数据融合
融合特征
瓶颈
命名实体识别
注意力模型
网络
系统为您推荐了相关专利信息
智能分级方法
数据嵌入
主特征提取
特征提取模块
视觉特征