CN119476442A 基于多智能体协同的刑侦知识图谱构建方法、系统及设备 （北京赋乐科技有限公司）

基于多智能体协同的刑侦知识图谱构建方提出的基于多智能体协同的刑侦知识图谱构建根据规划提示词生成目标知识图谱的结构化表2规划智能体，用于根据用户需求生成第一检索参数和规划提示词，并分析智能体，用于根据所述规划提示词生成目标知识扩线智能体，用于检索所述目标知识图谱中的叶子节点上是否所述规划智能体还用于根据所述扩线需求生成第二检索参数和扩线提所述分析智能体还用于根据所述扩线提示词和所述第二任务数据对所述目标知识图校验智能体还用于检查扩展后的所述目标知识图谱中的元素是否存在冲突，若存在，协同训练单元，用于采用MADDPG算法对经过预热训练后的所述规划智能3奖励模型，用于在训练过程中根据下式计算知识图谱的所述质量评分PE(rv-o表示对来自数据集D的所述训练样本取期望；4样本生成单元，用于收集权威的开源知识图谱数据作为正样本，随训练集构建单元，用于对所述正样本和所述负样本的训练单元，用于从所述训练集中选取图谱元素z，记作环,将该元素的数据来源的权威性表征为权重向量并将作为所述真实性规划智能体根据用户需求生成第一检索参数和规划提示词，并根分析智能体根据所述规划提示词生成目标知识图谱的结构校验智能体检查所述目标知识图谱中的元素是否存在冲突，若存在5[0010]扩线智能体，用于检索所述目标知识图谱中的叶子节点上是否存在可扩展的实[0012]所述分析智能体还用于根据所述扩线提示词和所述第二任务数据对所述目标知6[0037]训练单元，用于基于所述训练样本和排序损失函数对所述主观评分模型进行训7[0043]E(xy)-o表示对来自数据集D的所述训练向量记作环,将该元素的数据来源的权威性表征为权重向量并将作为所述真8[0063]图1是本发明的基于多智能体协同的刑侦知识图谱构建系统实施例一的主要构成[0065]图3是本发明的基于多智能体协同的刑侦知识图谱构建系统实施例二的主要构成[0072](3)属性提取：每个实体都配备了一系列属性，这些属性为实体提供了详尽的描9[0076]多智能体深度确定性策略梯度(Multi_AgentDeepDeterministicPolicy[0077]MADDPG算法基于Actor_Critic结构，其中每个智能体都有自己的Actor和Critic刑侦知识图谱的构建和更新，每个智能体均为基于大语言模型的智能体(LLM_Based[0079]图1是本发明的基于多智能体协同的刑侦知识图谱构建系统实施例一的主要构成[0080]规划智能体101用于根据用户需求生成第一检索参数和规划提示词，并根据第一第一任务数据就是根据用户需求创建目标知识图谱所需要的数据，第一任务数据可以包根据数据平台300的接口文档查找获取第一任务数据的接口，然后根据接口和第一检索参数从数据平台获取构建知识图谱需要的第一[0090]图3是本发明的基于多智能体协同的刑侦知识图谱构建系统实施例二的主要构成[0091]规划智能体201用于根据用户需求生成第一检索参数和规划提示词，并根据第一检索参数从数据平台获取第一任务数据，还用于根据扩线智能体204发来的扩线需求生成第二检索参数和扩线提示词，并根据第二检索参数从数据平台300获取第二任务数据。其第一任务数据对目标知识图谱400进行初始化，还用于根据扩线提示词和第二任务数据对[0094]扩线智能体204用于检索目标知识图谱中的叶子节点上是否存在可扩展的实体，[0100]协同训练单元用于采用MADDPG算法对经过预热训练后的规划智能体、分析智能[0101]本实施例中，奖励模型用于在训练过程中根据下面的公式(1)所示的方法计算知[0104]查准率是知识图谱与基线(即参考标准或已知正确知识图谱)的交集占知识图谱并根据排序生成cf个训练样本；训练单元用于基于训练样本和排序损失函数对主观评分θ素N跳内相连的全部元素向量记作环,将该元素的数据来源的权威性表征为权重向量设备中存储有能够被处理器加载并执行如上面所述方法的计算[0119]所述计算机可读存储设备可以包括：U盘、移动硬盘、只读存储器(Read_Only功能究竟以电子硬件还是软件方式来执行，取决于技术方案的特定应用和设