-
公开(公告)号：CN118940840A
公开(公告)日：2024-11-12
申请号：CN202410983442.6
申请日：2024-07-22
Applicant: 华中科技大学
Abstract: 本发明属于自然语言推理相关技术领域，其公开了一种基于知识图谱增强思维链提示的大语言模型联合推理方法，包括：构建局部知识子图，将原始问题文本分解为S个子问题文本并对原始问题文本和S个子问题文本进行拼接，将拼接后的问题文本输入图推理模型，得到加权实体分布，从加权实体分布中抽取置信度最高的前G个答案实体，利用推理转移矩阵回溯各答案实体的推理过程，生成从问题实体到对应的答案实体的推理路径，利用推理路径辅助大语言模型预测原始问题文本的答案。通过以上方法，可以使得大语言模型能够快速准确地找到问题文本的答案。
-
公开(公告)号：CN114741537B
公开(公告)日：2024-08-02
申请号：CN202210484762.8
申请日：2022-04-29
Applicant: 华中科技大学
Abstract: 本发明涉及一种基于干涉原理的知识图谱补全方法及系统，方法至少包括：在知识图谱采样的情况下，构建知识图谱补全模型；对知识图谱补全模型进行模型训练和性能评估；对知识图谱不全的三元组进行缺失元素的预测；构建知识图谱补全模型的方式至少包括：基于光的干涉叠加原理采用叠加后的光强数据构建打分函数，将知识图谱中的三元组与光强叠加的过程相对应，将在知识图谱采样过程中得到的正例及负例进行区分。通过将光的干涉叠加原理引入到知识图谱的嵌入模型中，利用两束同频光波叠加的增强及削弱效应模拟知识图谱中广泛存在的正例与负例。本发明的补全模型能够较准确地为知识图谱中的三元组打分，并且预测知识图谱中的缺失三元组。
-
公开(公告)号：CN114741537A
公开(公告)日：2022-07-12
申请号：CN202210484762.8
申请日：2022-04-29
Applicant: 华中科技大学
Abstract: 本发明涉及一种基于干涉原理的知识图谱补全方法及系统，方法至少包括：在知识图谱采样的情况下，构建知识图谱补全模型；对知识图谱补全模型进行模型训练和性能评估；对知识图谱不全的三元组进行缺失元素的预测；构建知识图谱补全模型的方式至少包括：基于光的干涉叠加原理采用叠加后的光强数据构建打分函数，将知识图谱中的三元组与光强叠加的过程相对应，将在知识图谱采样过程中得到的正例及负例进行区分。通过将光的干涉叠加原理引入到知识图谱的嵌入模型中，利用两束同频光波叠加的增强及削弱效应模拟知识图谱中广泛存在的正例与负例。本发明的补全模型能够较准确地为知识图谱中的三元组打分，并且预测知识图谱中的缺失三元组。
-
-
Search Results
3
records
(took 0.021 seconds)
