基于知识图谱增强的大语言模型训练方法及系统

本发明涉及大语言模型技术领域，且公开了基于知识图谱增强的大语言模型训练方法，包括以下步骤：S1、多源异质知识图谱构建；S2、混合注意力异质图编码；S3、双向映射预训练任务；S4、位置特定门控融合。该基于知识图谱增强的大语言模型训练方法及系统，将结构化三元组与文本实体描述建同质子图，跨图边连接节点形成异质图，通过实体链接和句法分析建立关联边，统一建模多源知识，解决融合低效；混合注意力编码采用分层机制，语义层级按类型兼容性算权重，节点层级通过余弦距离和路径长度算相似度聚合特征，经池化生成实体向量，显式学习图谱结构与语义，提升推理准确性，解决知识理解浅层化问题。