面向大模型生成式内容的可信度量化评价方法及系统

本发明涉及人工智能技术领域，提供一种面向大模型生成式内容的可信度量化评价方法与系统，通过步骤S1‑S4，将大模型生成内容与原文分别预处理、结构化解析，提取实体等信息形成三元组数据，再构建对应的知识图谱，经拓扑结构与内容构成相似度计算及加权融合，得到可信度量化结果。同时公开了一种应用于该种方法的系统，相较传统方法更易操作，能快速准确量化可信度，且能够通过知识图谱结构化解析精准捕捉核心语义与逻辑关联，双重维度融合避免单一比对的片面性，提升结果贴合实际可靠性，还可借实体覆盖率等指标识别无匹配实体或异常关系，显著降低相似度得分，有效识别幻觉生成风险。