融合知识图谱的多语言大模型对话优化方法及系统

本发明公开了融合知识图谱的多语言大模型对话优化方法及系统，涉及自然语言处理与人工智能对话技术领域，用于解决跨语言对话中命名实体识别、时变属性处理以及知识图谱动态更新问题；通过多语言命名提及抽取器对每一轮对话文本进行逐词扫描，形成可追溯的提及索引。通过多语言预训练语义模型与别名匹配路径，进行跨语检索和知识图谱中的候选实体定位。针对时变属性与称谓变化，基于时间片窗和时态证据进行优先图调整，保障新旧称谓之间的平滑过渡。通过构建稀疏代价矩阵和不确定度重判别流程，确保最终对话响应的准确性与稳定性。本发明有效解决了多语境下对话系统中的称谓切换问题，提升了知识图谱在对话中的应用效果。