基于大模型增强的少样本知识图谱问答方法和系统

本发明提供了一种基于大模型增强的少样本知识图谱问答方法和系统，包括：采用生成模型对问题与关系之间的相关性进行评分，从知识图谱中检索出与问题语义相关的关系集合；基于关系集合，结合问题的主题实体及其在知识图谱中的上下文信息，通过实体与关系的动态组合，逐步构建多跳逻辑推理路径；将问题与多跳逻辑推理路径转化为具有前提和结论的命题描述，利用大模型的推理能力，以演绎验证的方式对多跳逻辑推理路径进行筛选与验证，确定与问题语义匹配的最优推理路径并生成最终答案。本发明不仅降低了大模型在知识图谱问答中的推理复杂度，提高了推理准确性，还无需依赖任何标注数据，实现在少样本标注数据下对知识图谱答案的精准检索。