一种基于知识图谱增强的大语言模型问答方法

一种基于知识图谱增强的大语言模型问答方法，涉及知识图谱技术领域，从医疗文本中提取关键实体，并利用知识图谱构建证据子图，以增强大语言模型的推理能力。利用图神经网络对子图进行特征提取和关系推理，增强模型对医疗场景的理解能力。通过全局平滑特征初始化和动态权重建模，精确调整节点间关系，缩小推理空间至最相关部分。此外，将子图格式化为实体链，并转换为自然语言描述，整合入统一推理图，为模型提供综合视角。最终，模型基于推理图和关键推理元素生成最终答案，同时构建解释上下文，增强了模型的可解释性。