一种基于大语言模型的知识图谱构建方法及系统

本发明涉及一种基于大语言模型的知识图谱构建方法及系统，通过多模态数据融合、强化学习与对比学习联合优化、教师‑学生模型知识迁移、时序动态分析及增量更新机制，实现知识图谱的自动化构建与动态维护。构建强化学习框架，以准确率、完整性为奖励指标训练大模型抽取实体关系；利用大规模知识图谱作为教师模型，通过图注意力网络实现新增知识与现有图谱的冲突消解和语义对齐；基于历史数据与领域知识动态生成校验规则，结合傅里叶变换和CUSUM算法检测关系周期性与突变点；最后通过增量更新与版本控制生成可追溯的知识图谱。提升了多模态数据处理精度、实体关系抽取动态适应性及知识图谱维护效率。