申请/专利权人：珠江水利委员会珠江水利科学研究院;广西大藤峡水利枢纽开发有限责任公司

申请日：2023-12-27

公开（公告）日：2024-06-14

公开（公告）号：CN117688189B

主分类号：G06F16/36

分类号：G06F16/36;G06F40/194;G06F16/31;G06F16/332;G06F16/35

优先权：

专利状态码：有效-授权

法律状态：2024.06.14#授权;2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明公开了一种融合知识图谱、知识库和大型语言模型的问答系统构建方法，属于自然语言处理技术领域，本发明中，提供了一套完善的问答系统构建方法。针对水利行业的数据特点，从多个维度对问答系统进行定制，给出了一套完善的问答系统构建方法，包括模型选择，训练策略和数据集构建方式等。本发明采用pipeline方式组合自然语言处理模型构建了一套完善的问句处理架构，所需数据集均从目标知识图谱中构建而来，无需大量的人工标注。该架构不仅确保了知识图谱问答系统的准确性和全面性，同时将知识库、知识图谱和大语言模型相互耦合，实现了它们之间的优势互补，改善了用户的使用体验。

主权项：1.一种融合知识图谱、知识库和大型语言模型的问答系统构建方法，其特征在于：所述问答系统构建方法包括以下步骤：S1：获取用户输入问句，使用深度学习模型抽取问答系统问题中存在的所有实体提及；S2：使用候选链接实体排序算法，在指定知识图谱中为每个实体提及寻找潜在的链接实体；S3：使用预先设置的问句模板集合，对用户提出的问题进行问句分类，根据分类结果选择性地返回知识图谱答案、大语言模型答案或知识库答案；步骤S2中，具体步骤如下：S2.1：遍历查找知识图谱中所有的实体，组成候选链接实体列表，使用Faiss向量库存储该列表，文本向量化模型选择m3e-base模型；S2.2：针对每个实体提及，使用Faiss向量库按照L2相似度检索最相关的Top-5个实体作为候选链接实体Esim，并得到归一化的相似性值作为向量相似性得分Ssim；S2.3：针对Esim中的每个候选链接实体，计算候选链接实体的流行度得分，具体计算公式为： 其中：in-dege是实体e的出度和入度之和，而α是一个超参数；S2.4：检索得分为向量相似性得分与候选链接实体流行度得分之和，即： 根据检索得分，重新排序候选链接实体Esim，得到每个实体提及的最相关实体，完成实体链接；步骤S3中，使用预先设置的问句模板集合，对用户提出的问题进行问句分类，根据分类结果选择性地返回知识图谱答案、大语言模型答案或知识库答案的过程中需要使用深度学习模型，使用深度学习模型的过程中包括模型训练和模型预测，其中模型预测的步骤包括：S3.3：根据用户输入的问题以及得到的候选链接实体，使用问句分类模型进一步分类，得到问题所属的类别，再对应返回知识图谱答案，大模型答案或知识库答案；具体描述如下：S3.3.1：知识图谱答案：将链接实体结构化映射后，调用Cypher查询语句进行查询和推理，返回特定实体或路径，作为知识图谱答案；S3.3.2：大模型答案：将问题和链接实体的属性信息组建成Prompt，进一步将该Prompt输入到大模型，得到大模型答案；其中，大模型使用开放API，或者本地化私有部署；S3.3.3：知识库答案：知识库答案包含大模型的总结性结果，还有问题相关背景知识以及背景知识出处；具体包含以下三个步骤：S3.3.3.1：基于Python的docx库或者pdfplumber库将本地文件拆分成私有知识库，最后按照换行符\n拆分文档，组成知识库；S3.3.3.2：使用Faiss结合文本嵌入模型m3e-base，根据用户输入问题检索知识库中的知识作为背景知识，同时记录知识来源文件；S3.3.3.3：将用户输入问题和知识库背景知识组成Prompt，进一步将该Prompt输入到大模型，得到大模型的总结性答案，作为知识库答案；使用的大模型和S3.3.2步骤一致。

全文数据：

权利要求：

百度查询： 珠江水利委员会珠江水利科学研究院;广西大藤峡水利枢纽开发有限责任公司 一种融合知识图谱、知识库和大型语言模型的问答系统构建方法

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