一种基于动态知识图谱与RAG模型的文档分析方法

本发明公开了一种基于RAG模型与动态知识图谱的文档分析方法，涉及人工智能技术领域。该方法结合RAG模型与动态知识图谱技术，通过以下步骤实现：对输入文档进行实体关系联合抽取，生成结构三元组，构建可动态更新的知识图谱；基于知识图谱，采用图嵌入模型将实体与关系映射为低维向量，构建带拓扑结构的本地向量知识库；实时接收用户问题，将其编码为查询向量，并基于向量知识库执行近似最近邻搜索，匹配相关图谱片段；将检索到的图谱片段与大语言模型结合，通过注入知识图谱的路径约束生成结构化的答案。本发明用以解决现有技术中存在模型对文档深层语义和动态关系捕捉不足的问题。