CN118821939B 基于知识图谱、知识库和大模型的智能问答系统及方法 (广东聚华新型显示研究院)_第1页
CN118821939B 基于知识图谱、知识库和大模型的智能问答系统及方法 (广东聚华新型显示研究院)_第2页
CN118821939B 基于知识图谱、知识库和大模型的智能问答系统及方法 (广东聚华新型显示研究院)_第3页
CN118821939B 基于知识图谱、知识库和大模型的智能问答系统及方法 (广东聚华新型显示研究院)_第4页
CN118821939B 基于知识图谱、知识库和大模型的智能问答系统及方法 (广东聚华新型显示研究院)_第5页
已阅读5页,还剩36页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

司司信息;将所述转换文本信息输入至目标处理模2根据目标知识图谱和所述初始问题文本信息进行知识图谱检索,根据目标知识库信息对所述初始问题文本信息进行信息匹配处根据所述转换文本信息、所述目标匹配知识信息和所述知识图所述根据目标知识库信息对所述初始问题文本信息进行信息匹配处对于任一所述初始问题特征信息,基于特征计算模型对所述初始问;将各所述目标特征关联度对应的所述目标知识特征信息确定为所述初始问题文本信对所述初始问题文本信息进行分词处理,得到所述初始问题文本信息的问题词汇信根据转换文本模型对所述问题词汇信息进行词汇分类处理,得到所3根据所述初始问题文本信息的问题标识信息,确定所述初始问题文本对所述初始问题文本信息进行分词预处理,得到所述初始问题文基于标注预训练模型对所述问题词汇信息进行词性标注,得到所述问题将所述词性标记与目标词性标记相同的问题词汇信息确定为所述初始问题文本信息查询目标知识图谱中与所述关键词信息关联的图谱实对所述初始问题文本信息进行分词预处理,得到所述初始问题文根据所述初始问题文本信息的问题类型、所述问题提示信息和所将所述目标问题文本信息输入目标问答模型,得到所述目标问4标知识特征信息之间的关联度进行计算,得到所述初始问题特征对应的特征关联度信息,;将各所述目标特征关联度对应的所述目标知识特征信息确定为所述初始问题文本信一个或多个应用程序,其中所述一个或多个应用程序被存储为由所述处理器执行以实现权利要求1至75[0002]目前,随着AIGC(AIgeneratedcontent,人工智能生成内容)和LLM(Large应应答的语言模型。越来越多的用户使用这类内容生成式预训练语言模型进行问答交互,[0007]将所述转换文本信息和与所述初始问题文本信息关联的外部知识信息整合输入6[0020]图3为本申请实施例提供的问答方法中获取初始问题文本信息对应的知识图谱信[0021]图4为本申请实施例提供的问答方法中获取初始问题文本信息对应的知识库信息的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描本申请所公开的原理和特征的最广范围相一致。7理场景包括文本处理设备100(文本处理设备100中集成有智能问答系统文本处理设备8文本处理设备为能够访问大规模语言模型或者搭载有大规模语言模型的智能电脑等智能语言模型响应的指定输入栏或其它输入控件中输入的问题信息也属于初始问题文本信息。索栏或其它输入区域输入问题文本,该浏览器中的大规模语言模型能够读取该问题文本,处理为将不同表达方式的初始问题文本信息转换为指定规范化表达的转换文本信息的操中表达动作谓语。可选的,在一个具体实施例中,该实体提取函数为E(q)=Dependency_9[0048]具体的,文本处理设备还将过滤后的初始问题文本信息的实体提取模型对该问题词汇信息进行识别,从而确定该问题词汇信息中的命名实体文[0051]具体的,文本处理设备还基于实体提取函数对问题词汇或第一谓语信息,并在确定该第一实体信息和/或第一谓语信息是存在特色词性的第一实息确定该初始问题文本信息对应的初始问题文本信息的问题类型和问领域进行匹配,和/或将第一谓语信息对应的问题类型和转换问题模板的问题类型进行匹理设备基于问题类型和/或问题领域对该初始问题文本信息构建的标识信息。文本处理设备在对初始问题文本信息进行转换处理时,通过解析该初始问题文本信息的问题标识信该转换问题模板,得到该初始问题文本信息的转换文本信息“探索极性反转的技术必要初始问题文本信息相关联的外部知识图谱信息,和/或通过指定外部知识库召回的与初始识图谱信息和知识库信息确定为与该初始问题文本信息[0072]具体的,文本处理设备还将获取到的外部知识信息和该提示信息为用于引导目标问答模型按照指定回答方向输出答案信息的[0089]文本处理设备获取到目标问题文本,将该目标问题文本[0094]303、将所述词性标记与目标词性标记相同的问题词汇信息确定为所述初始问题后的初始问题文本信息进行词形还原和/或词干提取等预处理进行文本[0104]可选的,在本实施例中一个具体示例中,该检索函数为的表达式为R(k)=Graph_对所述初始问题特征信息与目标知识库信息中各目标知识特征信息之间的关联度进行计[0110]404、将各所述目标特征关联度对应的所述目标知识特征信息确定为所述初始问题文本信息的目标匹配知识信息中的所述目标子则将该目标关联度算法对应的相似系数调整为0。若用户确定仅启动某一特定目标关联度算法,则将该目标关联度算法对应的相似系数设置为1,从而实现通过调整算第一相似系本处理设备汇总各目标子匹配知识信息,得到该初始问题文本信息的目标匹配知识信息。其中,该关联度阈值为用于表征初始问题特征与外部知识特征是否相关的关联阈值信息。中的目标匹配知识信息,文本处理设备还能够使用转换文本信息执行该相似信息召回操标匹配知识信息生成该初始问题文本信息的问[0151]将所述词性标记与目标词性标记相同的问题词汇信息设置为所述初始问题文本始问题文本信息进行信息匹配处理,得到所述初始问题文本信息对应的目标匹配知识信述初始问题特征信息与各所述目标知识库信息中各目标知识特征信息之间的关联度进行[0160]将各所述目标特征关联度对应的所述目标知识特征信息确定为所述初始问题文本信息的目标匹配知识信息中的所述目标子[0166]基于所述初始问题文本信息对应的知识图谱信息和/或所述初始问题文本信息的[0176]处理器601是该文本处理设备的控制中心,利用各种接口和线路连接整个文本处[0177]存储器602可用于存储软件程序以及模块,处理器601通过运行存储在存储器602程对应的可执行文件加载到存储器602中,并由处理器601来运行存储在存储器602中的应[0183]将所述转换文本信息和与所述初始问题文本信息关

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论