一种基于大语言模型的教材知识图谱构建方法

本发明涉及一种利用大语言模型构建学科教材知识图谱的方法，该方法通过六步流程实现：首先，通过三轮对话引入自我提示框架，生成关系同义词、合成样本及句子变体，为后续关系抽取提供丰富语义引导；其次，借助专业领域指令模版，引导大语言模型从教材、习题和PPT文本中精准提取核心知识点实体；接着，运用多轮对话方式，结合合成样本提示，分别提取知识点的属性三元组和关系三元组；然后，将提取的三元组输入验证模块，通过迭代验证确保其准确性；最后，利用经学科知识微调的MPNet模型生成实体嵌入向量，并通过动态加权池化机制计算实体相似度，对相似度高的实体对进行判断，若表示同一概念则进行知识融合，否则推理潜在缺失关系并补全知识图谱。本发明能够高效、准确地从非结构化文本中自动构建特定学科课程的知识图谱，为相关学科教学和学习提供有力支持。