摘要
本发明提供一种融合知识图谱与大语言模型的隧道风险推理方法,包括:获取结构化监测数据和非结构化文本数据,对结构化监测数据采用字段标准化等方法实现统一格式,对非结构化文本数据采用分句,分词等方法实现统一格式,利用模型从数据中抽取实体,并基于实体抽取实体之间的关系,构成基本三元组,将基本三元组构成子图谱,并整合构成知识图谱,生成自然语言,从知识图谱中提取与自然语言相关的子图谱,利用图嵌入算法转化为向量形式的子图谱,将实体及其关系路径作为显式推理线索,将自然语言、向量形式的子图谱和显式推理线索输入大语言模型,生成自然语言输出,本发明将多源数据信息整合,利用大语言模型输出高精度、可解释的隧道风险预警。
技术关键词
融合知识图谱
推理方法
生成自然语言
实体
非结构化文本
大语言模型
CRF模型
隧道
三元组
风险
依存句法分析方法
线索
层次聚类技术
BiLSTM模型
空间拓扑关系
数据
系统为您推荐了相关专利信息
评审系统
智能评审方法
关键词提取技术
实体识别技术
文本挖掘技术