一种基于知识库的大模型检索增强方法及系统

本申请涉及检索增强技术领域，尤其涉及一种基于知识库的大模型检索增强方法及系统；方法包括步骤：获取自然语言查询信息，对自然语言查询信息进行解析获取查询实体集合和查询关系集合；构建知识图谱；计算自然语言查询信息的逻辑复杂系数；基于逻辑复杂系数获取动态子图规模参数和动态相关性得分阈值，所述动态子图规模参数与所述逻辑复杂系数呈正相关，所述动态相关性得分阈值与所述逻辑复杂系数呈负相关；基于所述动态子图规模参数和动态相关性得分阈值从知识图谱中提取子图，将子图提供给大语言模型，获取增强后的检索结果；实现了对知识图谱语义结构与查询复杂度的适配，改善了大模型在检索中的鲁棒性与实用性。