基于大模型与多模态数据融合的知识图谱优化方法

本发明公开了一种基于大模型与多模态数据融合的知识图谱优化方法，包括如下步骤：S1.构建多模态数据集；S2.形成预处理后的多模态数据集；S3.生成统一的语义向量表示；S4.将所述统一语义向量表示输入自适应泊松分布模型，对多模态数据的到达速率与分布特性进行动态建模，确定数据采样及更新的自适应参数；S5.生成融合后语义表示集合；S6.利用融合后数据表示进行实体抽取与关系识别，构建初步的知识图谱；S7.对知识图谱的节点、边及其属性进行自动校验、冗余信息剔除及结构自适应调整，形成优化后的知识图谱。本发明可以根据实时数据语义变化调整数据采集与图谱更新频率，确保图谱构建过程具备语义驱动性与时间敏感性。