一种测试时知识图谱增强大语言模型的方法

AITNT
正文
推荐专利
一种测试时知识图谱增强大语言模型的方法
申请号:CN202510652032
申请日期:2025-05-20
公开号:CN120492637A
公开日期:2025-08-15
类型:发明专利
摘要
本发明提供一种测试时知识图谱增强大语言模型方法。该方法提出一种新型基于知识图谱的注意力机制,以一种双向信息流聚合方式来提升知识图谱增强大语言模型的效果,包括以下步骤:根据文本输入序列从知识图谱中检索三元组作为知识图谱三元组输入序列;将文本输入序列和知识图谱三元组输入序列转换为嵌入向量,并计算查询矩阵、键矩阵和值矩阵;计算混合注意力;通过前馈神经网络得到更丰富特征表示;依据上述特征表示生成模型预测概率分布,从而预测下一个单词。
技术关键词
大语言模型 矩阵 三元组 前馈神经网络 文本 多头注意力机制 输入键 序列 查询特征 融合知识图谱 双向信息流 处理器 计算机 可读存储介质 存储器 非线性 电子设备
系统为您推荐了相关专利信息
1
一种在多策略下的动态模拟撮合方法及系统
策略 金融交易系统 LSTM神经网络 撮合方法 模拟器
2
一种智能客服方法和装置、电子设备及存储介质
意图类别 文本 智能客服方法 意图识别 语义
3
一种基于大语言模型的问题回答方法、装置、设备和存储介质
大语言模型 文本 脱敏数据 数据获取模块 映射关系表
4
一种基于多尺度特征融合的安全帽佩戴识别方法及系统
多尺度特征融合 特征金字塔网络 通道注意力机制 检测头 安全帽佩戴识别
5
基于自然语言处理的保险客户服务方法及系统
问答匹配模型 语义向量 门控循环单元网络 节点 历史会话
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号