申请/专利权人：陕西师范大学

申请日：2024-02-04

公开（公告）日：2024-04-12

公开（公告）号：CN117874260A

主分类号：G06F16/36

分类号：G06F16/36;G06F16/23;G06F40/30;G06N5/022;G06N3/045

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：一种基于大语言模型的学科知识图谱自动构建与更新方法，包括：确定学科主题；构建用户模型；学科知识图谱自动构建；学科知识图谱图迭代更新。本发明使用任一开源的大语言模型经过预定义学科数据集中相应数据集训练后，作为用户模型，提出及时回溯的提示方法引导用户模型进行实体关系识别，抽取知识三元组，实现学科知识图谱的自动化构建，减少传统学科知识图谱构造带来的人工和时间成本；在自动化构建中加入模型与用户的交互，实现基于用户的个性化学科知识图谱迭代更新，解决传统学科知识图谱受限于构建数据集、无法实现动态扩展的问题，减少大语言模型的幻觉现象对结果的影响，保证构建的学科知识图谱的准确性，增强模型输出结果的可解释性。

主权项：1.一种基于大语言模型的学科知识图谱自动构建与更新方法，其特征在于，包括以下步骤：步骤1.确定学科主题选择任一开源的大语言模型，根据用户输入的需求，识别关键字，确定学科主题；步骤2.构建用户模型根据步骤1确定的学科主题从预定义学科数据集中选择相应的数据集，训练大语言模型，得到用户模型；在用户模型中构建Prompt提示,Prompt提示包含任务描述、参考示例、用户输入；步骤3.学科知识图谱自动构建步骤3.1、向用户模型中输入学科知识图谱数据进行数据筛选，筛选出与学科主题相关的数据，构建为输入数据样本集；步骤3.2、用户模型对输入数据样本集进行数据增强，得到输入数据增强样本集，从输入数据增强样本集中筛选出与学科主题相关的数据，构建为学科知识图谱基本数据集；步骤3.3、用户模型对学科知识图谱基本数据集进行学习，得到学科知识图谱的语料环境，定义三元组生成Prompt提示，应用及时回溯的提示方法引导模型进行实体关系识别，得到知识三元组；步骤3.4、将知识三元组输入图数据库Neo4j，得到学科知识图谱图；步骤4.学科知识图谱图迭代更新步骤4.1、用户模型询问用户学科知识图谱中是否存在与学科主题不符合的内容，若存在，用户向用户模型中输入错误的实体内容或关系内容，用户模型复制学科知识图谱基本数据集，建为数据集副本，根据用户输入的实体内容或关系内容，在数据集副本中删除对应的数据，生成修正学科知识图谱基本数据集，重新执行步骤3.3和3.4，生成新学科知识图谱图；步骤4.2、用户模型询问用户步骤4.1生成的新学科知识图谱中存储和表述出的知识内容是否满足用户需求，若不满足用户需求，用户向用户模型输入拓展内容，用户模型进行知识拓展，重新生成学科知识图谱图；步骤4.3、重复步骤4.1和4.2，直至学科知识图谱图在准确性和内容上完全满足用户需求，完成更新。

全文数据：

权利要求：

百度查询： 陕西师范大学 基于大语言模型的学科知识图谱自动构建与更新方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD