【技术实现步骤摘要】
本专利技术涉及自然语言处理，尤其涉及一种高效的知识图谱构建方法和系统。
技术介绍
1、随着信息时代的飞速发展，在各式各样的信息充斥在互联网上，信息数据也大到史无前例，表现形式也越来越丰富。如何更好地利用这些数据成为关键；知识图谱是一种比较有效的技术，知识图谱最早的应用是提升搜索引擎的能力。随后，知识图谱在辅助智能问答、自然语言理解、大数据分析、推荐计算、物联网设备互联、可解释性人工智能等多个方面展现出丰富的应用价值；
2、然而在现有的知识图谱构建过程中，需要投入大量的人工和时间投入，难以大范围推广使用，而且对于实体识别和实体关系确定不够准确，也严重影响了实际的应用效果。
技术实现思路
1、因此，为了克服现有技术的不足之处，本专利技术提供一种高效的知识图谱构建方法和系统，方便生成标记数据，并且降低了人工成本。
2、本专利技术的一种技术方案是，提供一种高效的知识图谱构建方法，包括如下步骤：
3、获取结构化数据和非结构化数据；
4、对所述非结构化数据进行三元组识别生成三元组数据；
5、所述三元组数据与数据库中的所述结构化数据进行知识融合，生成新结构化数据；
6、将获得的所述新结构化数据生成对应的知识图谱。
7、进一步，在对所述非结构化数据进行三元组识别生成三元组数据的步骤中，还包括如下内容：
8、使用类chatgpt的aigc大模型进行prompt工程进行数据标记；
9、使用采用预
10、进一步，在所述三元组数据与数据库中的所述结构化数据进行知识融合，生成新结构化数据的步骤中，还包括如下内容：知识融合包括属性相似度的计算和实体相似度的计算。
11、本专利技术的另一种技术方案是，提供一种高效的知识图谱构建系统，包括如下步骤：
12、获取模块，用于获取结构化数据和非结构化数据；
13、三元组识别模块，用于对所述非结构化数据进行三元组识别生成三元组数据；
14、数据库模块，用于所述三元组数据与数据库中的所述结构化数据进行知识融合，生成新结构化数据；
15、图谱生成模块，用于将获得的所述新结构化数据生成对应的知识图谱。
16、进一步，所述三元组识别模块包括如下内容：
17、使用类chatgpt的aigc大模型进行prompt工程进行数据标记；
18、使用采用预先标记好的数据，对类chatgpt的aigc大模型进行微调，产生一个基于自身数据集的三元组识别模块。
19、进一步，所述数据库模块包括如下内容：知识融合包括属性相似度的计算和实体相似度的计算。
20、本专利技术通过使用chatgpt的aigc大模型进行数据标记，大大减少图谱构建的人工投入；然后使用类chatgpt的aigc大模型进行微调，可以提高三元组识别的准确性。
本文档来自技高网...【技术保护点】
1.一种高效的知识图谱构建方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，在所述三元组数据与数据库中的所述结构化数据进行知识融合，生成新结构化数据的步骤中，还包括如下内容：
3.一种高效的知识图谱构建系统，其特征在于，包括如下步骤：
4.根据权利要求3所述的系统，其特征在于，所述数据库模块包括如下内容：知识融合包括属性相似度的计算和实体相似度的计算。
【技术特征摘要】
1.一种高效的知识图谱构建方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的方法，其特征在于，在所述三元组数据与数据库中的所述结构化数据进行知识融合，生成新结构化数据的步骤中，还包括如下内...
【专利技术属性】
技术研发人员：陈武锦，孟锐，
申请(专利权)人：云基智慧工程股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。