一种基于知识图谱增强的大语言模型问答生成方法

    公开(公告)号:CN118227769B

    公开(公告)日:2024-08-20

    申请号:CN202410653158.2

    申请日:2024-05-24

    Abstract: 本申请涉及一种基于知识图谱增强的大语言模型问答生成方法,包括:基于医学知识构建外部知识库,外部知识库为知识图谱形式;获取用户历史对话文本,并经过编码器得到文本上下文嵌入表示;提取用户历史对话文本中问题文本的实体提及,并将实体提及链接至所述外部知识库中的目标实体;根据目标实体在所述外部知识库中查询相关的医学知识三元组;文本上下文嵌入表示与医学知识三元组一同依次经过多头注意力机制、全连接前馈网络,计算出知识三元组的分布并得到最终知识三元组的表示;最后通过解码器将文本上下文嵌入表示、最终知识三元组的表示与知识三元组的分布结合,生成响应话语;该方法增强了外部医学知识的利用率,提升了响应的准确度。

    一种基于知识图谱增强的大语言模型问答生成方法

    公开(公告)号:CN118227769A

    公开(公告)日:2024-06-21

    申请号:CN202410653158.2

    申请日:2024-05-24

    Abstract: 本申请涉及一种基于知识图谱增强的大语言模型问答生成方法,包括:基于医学知识构建外部知识库,外部知识库为知识图谱形式;获取用户历史对话文本,并经过编码器得到文本上下文嵌入表示;提取用户历史对话文本中问题文本的实体提及,并将实体提及链接至所述外部知识库中的目标实体;根据目标实体在所述外部知识库中查询相关的医学知识三元组;文本上下文嵌入表示与医学知识三元组一同依次经过多头注意力机制、全连接前馈网络,计算出知识三元组的分布并得到最终知识三元组的表示;最后通过解码器将文本上下文嵌入表示、最终知识三元组的表示与知识三元组的分布结合,生成响应话语;该方法增强了外部医学知识的利用率,提升了响应的准确度。

Patent Agency Ranking