System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于大模型的知识图谱构建方法、装置及介质制造方法及图纸_技高网

一种基于大模型的知识图谱构建方法、装置及介质制造方法及图纸

技术编号:40713486 阅读:2 留言:0更新日期:2024-03-22 11:15
本申请公开了一种基于大模型的知识图谱构建方法、装置及介质,涉及智慧家庭技术领域,基于大模型的知识图谱构建方法,包括:将原始文本和提示信息输入至大模型中,以使大模型根据提示信息对原始文本进行信息抽取,得到第一元组信息,将原始文本、第一元组信息和判别规则输入至大模型中,以使大模型根据原始文本和判别规则对第一元组信息进行判断,得到第一评价信息,其中,第一评价信息至少包括:第一评分和第二评分;基于第一公式对第一评分和第二评分进行计算,以确定第一元组信息的目标评分;根据目标评分对第一元组信息进行调整,以及根据调整后的第一元组信息构建原始文本对应的知识图谱,进而提高了生成知识图谱的效率。

【技术实现步骤摘要】

本申请涉及智慧家庭,具体而言,涉及一种基于大模型的知识图谱构建方法、装置及介质


技术介绍

1、领域知识图谱是一个领域内最直接、最大程度展现其特有知识的一种形式,在基于知识图谱的问答、关系探索等方面也得到了广泛的应用,是当下最准确而且知识网络化的最佳形式。但是由于领域内知识比较多而杂乱,靠人工梳理知识比较困难,比如家电领域内,知识形式是文本形式的,想要形成有效的知识就需要归纳总结,然后得到整洁干净、结构化的知识。因此如何解决低效提取有效知识是知识图谱形成的重要一环,也是一项很大的挑战。

2、针对相关技术中,通过人工提取原始文本中的知识,进而根据提取的知识生成知识图谱,导致生成知识图谱的效率较低等问题,尚未提出有效的解决方案。


技术实现思路

1、本申请实施例提供了一种基于大模型的知识图谱构建方法、装置及介质,以至少解决相关技术中,通过人工提取原始文本中的知识,进而根据提取的知识生成知识图谱,导致生成知识图谱的效率较低等问题。

2、根据本申请实施例的一个实施例,提供了一种基于大模型的知识图谱构建方法,包括:将原始文本和提示信息输入至所述大模型中,以使所述大模型根据所述提示信息对所述原始文本进行信息抽取,得到第一元组信息,其中,所述原始文本至少用于描述目标对象的属性信息和使用说明;所述第一元组信息包括:第一信息和/或第二信息;所述第一信息包括:所述属性信息,以及所述属性信息和所述目标对象的关系,所述第二信息包括:所述使用说明,以及所述使用说明和所述目标对象的关系;将所述原始文本、所述第一元组信息和判别规则输入至所述大模型中,以使所述大模型根据所述原始文本和判别规则对所述第一元组信息进行判断,得到第一评价信息,其中,所述第一评价信息至少包括:第一评分和第二评分,所述第一评分为指示所述第一元组信息的准确性的评分,所述第二评分为指示所述第一元组信息的完整性的评分;基于第一公式对所述第一评分和所述第二评分进行计算,以确定所述第一元组信息的目标评分,其中,所述第一公式为:,其中,为所述第一元组信息的目标评分,n=2,为根据所述第一评分确定的数值,为根据所述第二评分确定的数值;根据所述第一元组信息的目标评分对所述第一元组信息进行调整,以及根据调整后的第一元组信息构建所述原始文本对应的知识图谱。

3、在一个示例性实施例中,在所述判别规则为第一判别规则、第二判别规则和第三判别规则的情况下,将所述原始文本、所述第一元组信息和判别规则输入至所述大模型中,以使所述大模型根据所述原始文本和判别规则对所述第一元组信息进行判断,得到第一评价信息,包括:将所述原始文本、所述第一元组信息、所述第一判别规则、所述第二判别规则和所述第三判别规则输入至所述大模型中,以使所述大模型根据所述原始文本和所述第一判别规则对所述第一元组信息进行判断,得到所述第一评分、所述第一元组信息中的错误元组信息以及所述错误元组信息对应的正确元组信息;以及以使所述大模型根据所述原始文本和所述第二判别规则对所述第一元组信息进行判断,得到所述第二评分,以及以使所述大模型根据所述原始文本和所述第三判别规则对所述第一元组信息进行判断,得到第二元组信息,其中,所述第一判别规则用于指示所述大模型对所述第一元组信息的准确性进行评分、确定所述第一元组信息中的错误元组信息以及确定所述错误元组信息对应的正确元组信息;所述第二判别规则用于指示所述大模型对所述第一元组信息的完整性进行评分;所述第三判别规则用于指示所述大模型对所述原始文本中除所述第一元组信息之外的信息再次根据所述提示信息进行信息抽取;所述第二元组信息为所述原始文本中除所述第一元组信息之外的元组信息。

4、在一个示例性实施例中,根据所述第一元组信息的目标评分对所述第一元组信息进行调整,包括:确定所述第一元组信息的目标评分与第一预设阈值的第一大小关系;在所述第一大小关系指示所述第一元组信息的目标评分大于或者等于所述第一预设阈值的情况下,将所述原始文本、所述第一元组信息和所述提示信息再次输入至所述大模型中,以使所述大模型根据所述原始文本、所述第一元组信息和提示信息再次对所述原始文本进行信息抽取,得到所述调整后的第一元组信息;在所述第一大小关系指示所述第一元组信息的目标评分小于所述第一预设阈值的情况下,确定所述第一元组信息中的正确元组信息和所述第二元组信息的并集。

5、在一个示例性实施例中,基于第一公式对所述第一评分和所述第二评分进行计算之前,所述方法还包括:确定所述第一评分是否位于第一数值范围,和/或,所述第二评分位于第二数值范围;在所述第一评分位于所述第一数值范围,和/或,所述第二评分位于所述第二数值范围的情况下,将所述原始文本、所述第一元组信息和所述提示信息再次输入至所述大模型中,以使所述大模型根据所述原始文本、所述第一元组信息和提示信息再次对所述原始文本进行信息抽取,得到所述调整后的第一元组信息;将所述原始文本、所述调整后的第一元组信息和判别规则输入至所述大模型中,以使所述大模型根据所述原始文本和所述判别规则对所述调整后的第一元组信息进行判断,得到第二评价信息,其中,所述第二评价信息至少包括:第三评分和第四评分,所述第三评分为指示所述第二元组信息的准确性的评分,所述第四评分为指示所述第二元组信息的完整性的评分;基于第二公式对所述第三评分和所述第四评分进行计算,以确定所述第二元组信息的目标评分,其中,所述第二公式为:,其中为所述第二元组信息的目标评分,p3为根据所述第三评分确定的数值,p4为根据所述第四评分确定的数值;根据所述第二元组信息的目标评分对所述调整后的第一元组信息再次进行调整,得到第三元组信息;根据所述第三元组信息构建所述原始文本对应的知识图谱。

6、在一个示例性实施例中,根据所述第二元组信息的目标评分对所述调整后的第一元组信息再次进行调整,包括:在所述第二元组信息的目标评分小于第一预设阈值的情况下,确定对所述原始文本进行信息抽取的次数;在所述次数大于或者等于预设次数的情况下,禁止根据所述第二元组信息的目标评分对所述调整后的第一元组信息再次进行调整;在所述次数小于所述预设次数的情况下,根据所述第二元组信息的目标评分对所述调整后的第一元组信息再次进行调整。

7、在一个示例性实施例中,基于第一公式对所述第一评分和所述第二评分进行计算之前,所述方法还包括:确定所述第一评分是否位于第三数值范围,且所述第二评分位于第四数值范围,其中,所述第三数值范围的最小值大于第一数值范围的最大值,所述第四数值范围的最小值大于第二数值范围的最大值;在所述第一评分位于所述第三数值范围,且第二评分位于所述第四数值范围的情况下,将所述第一元组信息中的错误元组信息更新为所述正确元组信息,以得到第四元组信息;根据所述第四元组信息构建所述原始文本对应的知识图谱。

8、在一个示例性实施例中,基于第一公式对所述第一评分和所述第二评分进行计算之前,所述方法还包括:确定所述第一评分是否位于第五数值范围,且所述第二评分位于第四数值范围,其中,所述第五数值范围的最小值大于第三数值范本文档来自技高网...

【技术保护点】

1.一种基于大模型的知识图谱构建方法,其特征在于,包括:

2.根据权利要求1所述的基于大模型的知识图谱构建方法,其特征在于,在所述判别规则为第一判别规则、第二判别规则和第三判别规则的情况下,将所述原始文本、所述第一元组信息和判别规则输入至所述大模型中,以使所述大模型根据所述原始文本和判别规则对所述第一元组信息进行判断,得到第一评价信息,包括:

3.根据权利要求2所述的基于大模型的知识图谱构建方法,其特征在于,根据所述第一元组信息的目标评分对所述第一元组信息进行调整,包括:

4.根据权利要求2所述的基于大模型的知识图谱构建方法,其特征在于,基于第一公式对所述第一评分和所述第二评分进行计算之前,所述方法还包括:

5.根据权利要求4所述的基于大模型的知识图谱构建方法,其特征在于,根据所述第二元组信息的目标评分对所述调整后的第一元组信息再次进行调整,包括:

6.根据权利要求2所述的基于大模型的知识图谱构建方法,其特征在于,基于第一公式对所述第一评分和所述第二评分进行计算之前,所述方法还包括:

7.根据权利要求2所述的基于大模型的知识图谱构建方法,其特征在于,基于第一公式对所述第一评分和所述第二评分进行计算之前,所述方法还包括:

8.根据权利要求1所述的基于大模型的知识图谱构建方法,其特征在于,基于第一公式对所述第一评分和所述第二评分进行计算,以确定所述第一元组信息的目标评分,包括:

9.根据权利要求1所述的基于大模型的知识图谱构建方法,其特征在于,将原始文本和提示信息输入至所述大模型中,包括:

10.根据权利要求9所述的基于大模型的知识图谱构建方法,其特征在于,根据损失函数和所述训练数据对所述大模型进行训练,包括:

11.根据权利要求1所述的基于大模型的知识图谱构建方法,其特征在于,将原始文本和提示信息输入至所述大模型中,以使所述大模型根据所述提示信息对所述原始文本进行信息抽取,得到第一元组信息,包括:

12.根据权利要求1所述的基于大模型的知识图谱构建方法,其特征在于,根据调整后的第一元组信息构建所述原始文本对应的知识图谱,至少包括以下之一:

13.一种基于大模型的知识图谱构建装置,其特征在于,包括:

14.一种计算机可读的介质,其特征在于,所述计算机可读的介质包括存储的程序,其中,所述程序运行时执行上述权利要求1至12任一项中所述的方法。

...

【技术特征摘要】

1.一种基于大模型的知识图谱构建方法,其特征在于,包括:

2.根据权利要求1所述的基于大模型的知识图谱构建方法,其特征在于,在所述判别规则为第一判别规则、第二判别规则和第三判别规则的情况下,将所述原始文本、所述第一元组信息和判别规则输入至所述大模型中,以使所述大模型根据所述原始文本和判别规则对所述第一元组信息进行判断,得到第一评价信息,包括:

3.根据权利要求2所述的基于大模型的知识图谱构建方法,其特征在于,根据所述第一元组信息的目标评分对所述第一元组信息进行调整,包括:

4.根据权利要求2所述的基于大模型的知识图谱构建方法,其特征在于,基于第一公式对所述第一评分和所述第二评分进行计算之前,所述方法还包括:

5.根据权利要求4所述的基于大模型的知识图谱构建方法,其特征在于,根据所述第二元组信息的目标评分对所述调整后的第一元组信息再次进行调整,包括:

6.根据权利要求2所述的基于大模型的知识图谱构建方法,其特征在于,基于第一公式对所述第一评分和所述第二评分进行计算之前,所述方法还包括:

7.根据权利要求2所述的基于大模型的知识图谱构建方法,其特征在于,基于第一公式对所述第一评分...

【专利技术属性】
技术研发人员:邓邱伟张旭司福东徐静刘朝振
申请(专利权)人:青岛海尔科技有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1