摘要
本发明涉及数据分析技术领域,具体涉及一种基于大语言模型的知识图谱数据智能检索方法及系统。通过对舆情评论的情感得分进行建模,捕捉偏态、厚尾、多峰特性,将评论数据分为积极和消极两个类别并量化两种情绪分布,事件冲突因子不仅反映舆情中正负情绪的对立程度,还为外部动态环境信息的融合提供定量依据;通过将事件冲突因子与事件语义离散度、传播结构变化率、语境切换频率共同结合到动态环境因子中,再将其转化为与实体嵌入同维度的调整向量,使得最终的查询与实体匹配能够动态响应外部舆情变化,缓解传统方法由于无法正确捕捉情绪极化及异常情绪而导致的检索和问答偏差,提升智能检索方法在处理实时舆情信息时的准确性、鲁棒性。
技术关键词
智能检索方法
知识图谱数据
大语言模型
概率密度函数
混合分布模型
语义
概率分布函数
后验概率
实体
因子
智能检索系统
关键词
期望最大化算法
动态
构建知识图谱
数据分析技术
话题
频率
节点
系统为您推荐了相关专利信息
样本
大语言模型
斯皮尔曼等级相关系数
图像美学评价
参数
实体消歧方法
时间关系信息
图谱
大语言模型
分析单元
服务监控方法
大语言模型
自然语言分析
文本
服务监控装置