一种基于大语言模型的知识图谱问答增强方法

本发明涉及自然语言处理技术领域，具体涉及一种基于大语言模型的知识图谱问答增强方法，利用知识图谱查询语句规范生成了大量无标注的数据，同时利用大模型丰富的语言知识和语义理解能力，对无标注数据进行标注，显著减少对人工标注数据的依赖，降低数据获取成本。在利用大模型进行语义标注时，使用语义评估进行辅助，筛选高分标注样本，减少了噪声数据，提高知识图谱问答模型的鲁棒性。使用高分标注样本结合原始数据集构建增强数据集，用于知识图谱问答模型的增强训练，提高知识图谱问答模型的准确率，进一步提升知识图谱问答模型在现实场景中的问答效果。