摘要
一种基于本体与大语言模型的知识图谱构建方法,属于人工智能与知识图谱构建领域,包括以下步骤:第一步,用于知识抽取任务的初始本体构建:步骤(1.1)领域需求分析与范围界定;步骤(1.2)本体复用;步骤(1.3)概念分类与层次结构构建;步骤(1.4)关系定义与属性建;步骤(1.5)属性体系设计;第二步,基于大语言模型的本体扩展方法,包括以下子步骤:步骤(2.1)LLM自动生成扩展候选集合;步骤(2.2)扩展候选一致性校验;步骤(2.3)更新领域本体;第三步,结合自适应链式思维机制的三元组自动抽取;第四步,面向异构数据的三元组融合与知识图谱构建。本发明有效提升了知识图谱构建的结构规范性与语义一致性。
技术关键词
知识图谱构建方法
三元组
实体
关系
面向异构数据
大语言模型
本体扩展
语义层次结构
推理规则
概念层次结构
定义
对象
术语
结构框架
文本
系统为您推荐了相关专利信息
航天器总体设计
模型训练方法
实体消歧
图谱
预训练模型
智能招标平台
检查工具
构建行业知识图谱
自然语言
机器学习算法
模型预测方法
融合深度图
空间特征提取
监测点
地面沉降预测
风险预测方法
故障预测模型
Pearson相关系数
分类器
鲸鱼算法
短临降水预报方法
时序
贡献率
气象监测数据
关系