【技术实现步骤摘要】
本专利技术涉及智慧教育，具体涉及一种基于通用大语言模型与知识图谱的个性化问答方法。
技术介绍
1、通用大语言模型是一种基于人工智能的语言处理工具，通过大量的文本数据学习，能够模拟人类的语言理解和生成能力。在智慧教育领域，通常使用通用大语言模型来担当学生的教学助手，为学生进行答疑解惑。这种实时性的教学方式，不仅可以提高学生的学习效率，还能够激发他们的学习兴趣，使教育更加智慧化。
2、然而，使用通用大语言模型直接作为问答方法，在智慧教育领域仍存在不足。通用大语言模型本质上是一个黑盒，存在不可解释性，且其推理过程缺乏透明性。此外，通用大模型无论理解用户的需求与否，都会进行输出操作，这便会导致模型生成的答案看似合理，实际上可能具有误导性或者错误。由于学生一般很难具有评估模型生成信息正确与否的能力，因此通用大语言模型在与学生进行问答的过程中很有可能对学生产生误导，进而影响到他们的学习效率与知识体系构建。
3、作为学生的教学助手，在于学生进行问答的过程中，需要尽可能的保证回答问题的准确性与可解释性。由于通用大语言模型在与学生...
【技术保护点】
1.一种基于通用大语言模型与知识图谱的个性化问答方法，包括以下步骤：
2.根据权利要求1所述的基于通用大语言模型与知识图谱的个性化问答方法，其特征在于，步骤一具体包括命名实体识别与实体匹配；
3.根据权利要求2所述的基于通用大语言模型与知识图谱的个性化问答方法，其特征在于，所述针对学生的问题Q构建提示词一，在提示词一中为大语言模型设置教师的身份，具体包括：
4.根据权利要求1所述的基于通用大语言模型与知识图谱的个性化问答方法，其特征在于，步骤二具体包括：
5.根据权利要求1所述的基于通用大语言模型与知识图谱的个性化问答方...
【技术特征摘要】
1.一种基于通用大语言模型与知识图谱的个性化问答方法，包括以下步骤：
2.根据权利要求1所述的基于通用大语言模型与知识图谱的个性化问答方法，其特征在于，步骤一具体包括命名实体识别与实体匹配；
3.根据权利要求2所述的基于通用大语言模型与知识图谱的个性化问答方法，其特征在于，所述针对学生的问题q构建提示词一，在提示词一中为大语言模型设置教师的身份，具体包括：
4.根据权利要求1所述的基于通用大语言模型与知识图谱...
【专利技术属性】
技术研发人员：朱林波，李嘉豪，陆君宇，苏喻，丁军，黄振亚，
申请(专利权)人：合肥综合性国家科学中心人工智能研究院安徽省人工智能实验室，
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。