结合知识图谱的私有知识问答方法技术

本发明专利技术公开了结合知识图谱的私有知识问答方法；包括如下步骤：S1、私有基础语料收集；S2、对采集的基础语料信息进行融合；S3、建立知识图谱；S4、向量数据信息进行分区；S5、知识图谱构建；S6、对用户问题进行处理；S7、用户问题答案检索与生成；S8、用户问题答案输出；本发明专利技术通过构建知识图谱并结合大型语言模型，对私有知识库中复杂信息的深度理解和高效检索，知识图谱通过对实体和关系的组织，使得系统能够更好地捕捉信息之间的关联，增强了对用户提出问题的理解能力，这种结合不仅提升了信息获取的准确性和效率，还为企业的创新和发展提供了新的助力。

【技术实现步骤摘要】

本专利技术属于人工智能，更具体地说，尤其涉及结合知识图谱的私有知识问答方法。

技术介绍

1、随着大数据和人工智能技术的迅速发展，企业在日常运营中积累了海量的私有数据。这些数据的类型多样，包括技术文档、业务报告、用户反馈和行业研究资料等。这些信息蕴含着丰富的知识和洞察力，能够为企业的战略决策、市场分析和产品开发提供支持。然而，传统的问答系统在处理这些私有数据时，面临着一系列挑战。

2、首先，传统问答系统在检索效率上往往不尽如人意。由于数据量庞大，系统可能在获取相关信息时耗费过多时间，导致用户等待时间过长，影响整体工作效率。此外，传统系统在理解深度方面也存在不足，常常无法充分解析用户的问题背景和上下文信息。这种理解能力的缺失使得系统无法生成高质量的答案，进而限制了用户的信息获取与决策支持能力。

3、近年来，检索增强生成(rag)技术作为一种新兴的方法，展现出显著的优势。rag技术通过将知识源与大型语言模型(llm)相结合，有效提升了问答系统的性能。该技术能够利用大规模数据集中的信息，为用户提供更加精准且上下文相关的回答，极大地改善了信息本文档来自技高网...

【技术保护点】

1.结合知识图谱的私有知识问答方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的结合知识图谱的私有知识问答方法，其特征在于：所述S1中的私有基础语料是企业在日常运营中积累的大量私有数据，包括技术文档、业务报告、用户反馈以及行业研究资料；并且私有基础语料来自不同的格式，包括文本、表格和数据库。

3.根据权利要求2所述的结合知识图谱的私有知识问答方法，其特征在于：所述私有基础语料在收集后，对私有基础语料进行预处理，且预处理中包括数据滤波、清洗和缺失值补偿；

4.根据权利要求3所述的结合知识图谱的私有知识问答方法，其特征在于：所述清洗通过均值的差值除...

【技术特征摘要】

1.结合知识图谱的私有知识问答方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的结合知识图谱的私有知识问答方法，其特征在于：所述s1中的私有基础语料是企业在日常运营中积累的大量私有数据，包括技术文档、业务报告、用户反馈以及行业研究资料；并且私有基础语料来自不同的格式，包括文本、表格和数据库。

3.根据权利要求2所述的结合知识图谱的私有知识问答方法，其特征在于：所述私有基础语料在收集后，对私有基础语料进行预处理，且预处理中包括数据滤波、清洗和缺失值补偿；

4.根据权利要求3所述的结合知识图谱的私有知识问答方法，其特征在于：所述清洗通过均值的差值除以标准差，得到数据信息的z-score，实现对基础语料信息中的异常值进行检测；

5.根据权利要求1所述的结合知识图谱的私有知识问答方法，其特征在于：...

【专利技术属性】
技术研发人员：阎翼桥，王烁，江祎珑，朱一帆，谷大武，孙士锋，
申请(专利权)人：无锡市区块链高等研究中心，
类型：发明
国别省市：