一种基于稀疏图神经网络的检索增强生成方法及系统

本发明公开了一种基于稀疏图神经网络的检索增强生成方法及系统，旨在解决大规模知识图谱检索增强生成以及多跳推理任务问题，该方法包括：查询向量嵌入，接收用户查询，通过句子嵌入模型将其编码为查询嵌入向量；子图检索，利用层次化哈希索引对查询嵌入向量进行哈希处理，生成复合哈希键，并根据查询的哈希键逐层匹配知识图谱中的实体，构建子图；动态稀疏消息传递，在构建子图上执行动态稀疏消息传递更新实体嵌入；文档检索排序，根据最终实体嵌入计算文档相关性分数，选取前K个文档组成检索结果文档集；答案生成，将查询和检索结果文档集输入生成模型，输出最终答案。本发明适用于大规模知识图谱应用，提供高效的检索增强生成解决方案。