摘要
本发明一种基于大语言模型的多模态自动化知识图谱构建方法,对多模态数据流预处理并提取特征,通过大语言模型、视觉转换器及时序神经网络处理,经跨模态对齐网络映射至统一语义空间。在该空间内,基于大语言模型识别实体与类别,结合多模态特征判别实体关系生成三元组,通过图神经网络驱动的本体对齐算法与预定义领域本体映射融合,最终将知识以图数据库存储,借助增量学习与在线推理动态更新,提供标准化API与可视化组件。本发明显著提升了知识图谱的构建效率与自动化程度、加强跨模态信息融合与知识维护能力,满足智能检索、推荐及决策支持等应用需求。
技术关键词
知识图谱构建方法
大语言模型
可视化组件
时序神经网络
跨模态
文本
维特比算法
双向长短期记忆网络
注意力
Softmax函数
视觉特征
关系
动态更新
命名实体识别
转换器
条件随机场
多模态特征
系统为您推荐了相关专利信息
开发工具包
问答方法
大语言模型
项目
生成服务器
生成方法
设备状态数据
生成设备
模板
大语言模型
生物信息分析系统
分类边界
代表
跨模态数据
子模块
多模态脑
帕金森
拓扑特征
弥散张量成像数据
网络