一种技术知识流动预测方法及相关装置

本申请公开了一种技术知识流动预测方法，首先通过大语言模型为技术知识生成文本描述，弥补了不同领域间技术知识的语义鸿沟，然后从流动关系和共现关系两个视角通过图神经网络和Transformer对技术知识进行特征提取，捕获了两个视角下技术知识间的结构信息和时序演化信息，之后通过融合共现关系和流动关系下技术知识的特征，得到了融合特征，有效增强了技术知识的特征表达，最后基于融合特征可以对技术知识的流动趋势进行预测，从而克服了不同领域间由于语义鸿沟较大、图结构建模异构性强以及时序演化信息捕获能力较弱等因素，导致未来流动趋势预测能力较弱的问题，提高了跨领域技术知识流动的预测准确性。