【技术实现步骤摘要】
本说明书涉及计算机，尤其涉及一种知识图谱的构建方法、装置、设备及可读存储介质。
技术介绍
1、知识图谱作为结构化的语义知识库，用于以符号形式描述物理世界中的概念及相互关系，基本组成单位是“实体-关系-实体”三元组。知识图谱可以广泛应用在搜索、个性化推荐、问答等领域。其中，挖掘各实体之间的关联关系是构建知识图谱的关键步骤。
2、传统的关联关系挖掘方案主要依赖于寻找关键词与本体概念之间的统计关联，这种方法在面对复杂的、多层次的或抽象的关系时，由于其缺乏深入的推理能力，使得对于高级语义关系的挖掘过于机械和表面化，进而导致准确率较低。
3、基于此，本说明书提供一种知识图谱的构建方法。
技术实现思路
1、本说明书提供一种知识图谱的构建方法、装置、设备及可读存储介质，以部分的解决现有技术存在的上述问题。
2、本说明书采用下述技术方案：
3、本说明书提供了一种知识图谱的构建方法，包括：
4、获取样本文本，从所述样本文本中提取各实体和所述各实体分...
【技术保护点】
1.一种知识图谱的构建方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述将所述各实体分别对应的提示文本分别输入到多个不同的预训练的大语言模型，得到各预训练的大语言模型分别输出的所述各实体与所述各目标概念之间的第一关联关系，具体包括：
3.如权利要求1所述的方法，其特征在于，所述将所述各预训练的大语言模型分别输出的所述各实体与所述各目标概念之间的各第一关联关系进行融合，得到所述各实体与所述各目标概念之间的各第二关联关系，将所述各预训练的大语言模型分别输出的所述各第一关联关系分别对应的置信度进行融合，得到所述各第二关联关系分别的...
【技术特征摘要】
1.一种知识图谱的构建方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述将所述各实体分别对应的提示文本分别输入到多个不同的预训练的大语言模型，得到各预训练的大语言模型分别输出的所述各实体与所述各目标概念之间的第一关联关系，具体包括：
3.如权利要求1所述的方法，其特征在于，所述将所述各预训练的大语言模型分别输出的所述各实体与所述各目标概念之间的各第一关联关系进行融合，得到所述各实体与所述各目标概念之间的各第二关联关系，将所述各预训练的大语言模型分别输出的所述各第一关联关系分别对应的置信度进行融合，得到所述各第二关联关系分别的全局置信度，具体包括：
4.如权利要求3所述的方法，其特征在于，所述获取所述目标实体与所述各目标概念之间的第一参考关联关系，具体包括：
5.如权利要求1所述的方法，其特征在于，按照所述全局置信度从小到大的顺序，依次对所述各第二关联关系进行更新，并优化所述全局置信度，以优化后的全局置信度对更新后的各第二关联关系进行重排，...
【专利技术属性】
技术研发人员：周宏豪，魏玉君，段宏英，陶永亮，
申请(专利权)人：之江实验室，
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。