摘要
本发明涉及一种基于知识图谱增强的大语言模型的科研路径生成方法及系统,属于人工智能领域。该方法包括:基于大语言模型解析文献数据集,构建融合知识三元组和证据元数据的异构知识图谱;通过异构图神经网络对图谱进行自监督训练,生成知识嵌入矩阵;设计语义对齐器将图谱嵌入与大语言模型语义空间对齐;根据用户查询检索种子节点并提取上下文子图;将子图转换为图词元序列;结合自然语言指令构建混合提示输入大语言模型,生成结构化科研路径。该方法及系统有利于精准发现科研路径的质量和可信度,明确文献阅读顺序、实验复现顺序,为知识发现提供了更高效的技术引擎。
技术关键词
路径生成方法
大语言模型
图谱
异构
科研
节点
计算机程序指令
三元组
矩阵
实体
神经网络模型
自然语言
语义
LSTM模型
生成知识
序列
逻辑
Sigmoid函数
样本
路径生成系统
系统为您推荐了相关专利信息
独立特征
独立成分分析算法
异构业务
业务分析方法
点击流数据
物联网设备监控
存储子系统
访问控制单元
闭环控制回路
多源异构数据
日志采集单元
数据管理模块
学习异常检测
融合人工智能
滑动窗口算法
病理监测系统
医学知识图谱
多模态
时序特征
早期检测方法
异构
资源智能调度方法
节点
资源分配
强化学习模型