基于大语言模型的动态图理解方法、系统、设备及介质

本发明公开了一种基于大语言模型的动态图理解方法、系统、设备及介质，它们是相对应的方案，方案中：利用大语言模型来从自然语言空间完全对齐动态图神经网络，将节点的文本语义特征、图上的高阶邻居信号以及时序信息在提示学习的框架下在自然语言空间进行融合，避免了传统方法将文本特征转化为数值特征的关键信息损失，减少了不兼容性；此外，将图结构这种非欧空间的数据映射到自然语言空间，通过指令微调的方法应用于下游任务中，提高了任务执行效果、方案的可迁移性和可解释性。