摘要
本发明涉及知识抽取技术领域,具体为一种基于大模型的知识图谱构建方法及系统,包括以下步骤:通过对话状态跟踪器获取用户当前输入语句,将语句输入BERT意图分类模型进行领域标签解析、行为类型识别、情感倾向检测,输出三维分类向量,基于LSTM序列标注器提取实体词项与关系谓词,生成原始语义结构体。本发明中,通过三维语义解析融合意图分类、行为识别与情感检测,提升语义理解颗粒度,动态实体消歧结合曼哈顿距离阈值与对话历史跟踪,明确语义边界减少指代歧义,关系谓词层次聚类与知识库动态匹配增强跨模态对齐,生成式回复与语义连贯重排序协同保持话题延续,结构化解析与非结构化生成闭环优化语义输出与交互流畅度。
技术关键词
知识图谱构建方法
TextRank算法
语义结构
意图分类模型
生成对话策略
对话状态跟踪器
实体消歧
层次聚类算法
关系
语义向量
语句
知识图谱构建系统
深度优先搜索算法
文本
知识抽取技术
序列
正交化方法
系统为您推荐了相关专利信息
动态决策系统
意图分类模型
深度强化学习模型
多模态环境
HMI界面
神经网络模型
编码模块
节点
注意力机制
学习方法
知识图谱构建方法
节点
大数据
构建知识图谱
电力设备