摘要
本发明公开一种知识图谱实体补全方法,先以结构感知检索模块采用多视图邻接建模与关系门控注意力机制,捕捉实体的结构语境,从而提升长尾实体与复杂关系的表示能力,并通过张量评分函数对候选实体进行召回排序,生成高质量候选实体;接着以语义提示引导模块构建结合语义类比与实体语境的自然语言提示,将候选实体与提示信息一并输入大语言模型,引导其在结构限制下完成语义重排序与精细推理,从而有效缓解低频术语和语义歧义带来的预测偏差,实现准确性与鲁棒性的同一。本发明通过结构与语义的协同机制,在复杂工业知识图谱中展现出良好的泛化能力、推理鲁棒性与输出可控性,特别适用于家电制造等高精度领域的实体补全任务。
技术关键词
实体
补全方法
三元组
语义
生成自然语言
大语言模型
关系
贪心策略
工业知识图谱
注意力机制
邻域
前馈神经网络
列表
噪声信息
鲁棒性
噪声抑制
核心
系统为您推荐了相关专利信息
多普勒
智能家居感知
语义特征
序列
空洞卷积神经网络
生成方法
构建高精度地图
激光雷达点云
方程
相机标定
随机噪声
生成对抗网络
浅层特征提取
特征提取模块
残差学习
电力设备故障
大语言模型
知识图谱构建方法
文本
命名实体识别