摘要
本发明涉及一种基于自适应知识图谱增强LLM的函件智能问答系统的构建方法,包括:获取目标区域的文本数据,对所述文本数据进行预处理后,通过微调的句子转换器转换为向量格式并构建向量数据库;将用户问题文本及身份信息进行向量化,计算其与向量数据库的相似度以生成上下文信息,将所述上下文信息与用户问题共同输入生成式大语言模型,输出多个候选答案;基于预构建的目标领域知识图谱,对多个候选答案进行联合推理验证,通过评分机制对候选答案排序并选定最终答案。本发明可以实现对复杂问题的回答,提高问答的准确性和可靠性;能够不基于预设答案模板,通过推理准确生成答案,保证回答的准确性和逻辑性。
技术关键词
智能问答系统
图谱
评分机制
转换器
SPARQL查询
节点
大语言模型
数据
命名实体识别
格式
标签文本
生成答案
语义
身份
关系
复杂度
切块
系统为您推荐了相关专利信息
知识图谱构建技术
模板
工业
文本聚类算法
命名实体识别
智能决策模型
数字孪生模型
历史运行数据
强化学习技术
组态方法
智能导诊方法
疾病
智能导诊系统
命名实体识别模型
智能终端
迁移学习策略
软件
终点
最小化资源消耗
深度学习算法