一种基于时空知识图谱推理的RAG问答自优化方法

本发明公开一种基于时空知识图谱推理的RAG问答自优化方法，包括以下步骤：1)获取数据源，并对数据源进行处理，构建领域知识图谱；2)获取用户问题文本，并基于时空知识图谱，利用图神经网络对用户问题文本执行多跳逻辑推理与语义关联分析，生成结构化推理路径；3)收集用户显式反馈与隐式反馈，生成优化信号；4)根据优化信号自动化更新领域知识图谱和/或调整图神经网络的参数。本发明可以动态扩展知识边界，减少人工标注，提升了复杂问题的多跳推理能力，实现了系统响应速度与准确性同步优化。