摘要
本发明公开了一种基于大模型的多模态知识图谱规则推理方法及装置,方法包括:对输入的文本数据和图像数据进行特征提取与跨模态对齐,生成统一语义空间的多模态特征向量;采用属性图模型对情感实体与关系进行知识图谱存储,完成情感知识图谱的构建;利用大语言模型从情感知识图谱中生成可解释的推理规则,并结合逻辑校验消除冲突规则;基于注意力机制计算推理路径的置信度,对规则推理结果进行量化评估;根据用户反馈对知识图谱和规则库进行在线更新,通过权重调整和遗忘机制优化推理系统的实时性与准确性。本发明通过多模态数据整合、动态知识进化、可解释性推理等创新技术,突破了传统情感分析方法在证据维度、适应能力、解释性等方面的局限。
技术关键词
规则推理方法
实体
遗忘机制
推理规则
注意力机制
大语言模型
文本
知识图谱构建
多模态
语义
关系
计算机程序指令
并行匹配算法
分层加权融合
优化神经网络模型
规则推理系统
分布式并行计算
图像
系统为您推荐了相关专利信息
协议特征
语义图谱
多源异构数据融合
静态特征
识别策略
混合现实眼镜
混合现实技术
管道系统
仿真方法
介质
故障预警方法
判定参数
继电器
生成对抗网络
机械振动信号
机床主轴系统
工艺优化方法
融合注意力机制
后刀面磨损
受限玻尔兹曼机
薄膜压力传感器
骨骼关键点
动物
大语言模型
数据处理模块