首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于大模型技术的古籍知识库智能问答方法、装置和设备 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:中电信数智科技有限公司

摘要:本发明涉及人工智能技术领域,具体涉及一种基于大模型技术的古籍知识库智能问答方法、装置和设备。方法包括:根据古籍文本和古籍图像对应的知识图谱,构建多模态向量数据库;对多模态向量数据库中的每一个实体节点构建词义矩阵;根据用户提问匹配多模态向量数据库,根据匹配结果以及用户提问输出对应的参考材料,计算用户提问中关键词的上下文信息和词义矩阵中每个词义嵌入至对应实体节点的嵌入结果之间的相似度,基于相似度对词义矩阵中的词义排序,根据词义排序和多个参考材料得到最优参考材料,通过微调后的LLM模型基于最优参考材料和用户提问输出问答结果。采用本方法能够更准确地回答用户在古籍知识领域中的提问。

主权项:1.一种基于大模型技术的古籍知识库智能问答方法,其特征在于,所述方法包括:获取多个古籍文本对应的文本数据集和多个古籍图像对应的图像数据集;分别根据所述古籍文本和所述古籍图像构建古籍文本知识图谱和古籍图像知识图谱,对所述古籍文本知识图谱和所述古籍图像知识图谱中的实体进行实体对齐,并对对齐结果进行向量化表示,得到多模态向量数据库;对所述多模态向量数据库中的每一个实体节点,构建词义矩阵;所述词义矩阵是通过所述实体节点对应的多个词义构建的;根据用户提问匹配所述多模态向量数据库,得到多个匹配结果,根据每一匹配结果以及所述用户提问输出对应的参考材料,以及获取所述用户提问中关键词的上下文信息和所述词义矩阵中每个词义嵌入至对应实体节点的嵌入结果,将所述上下文信息与所述嵌入结果进行第一相似度计算,基于第一相似度对所述词义矩阵中每个词义进行排序,得到词义排序;其中实体节点与关键词对应;根据所述词义排序和多个所述参考材料,得到最优参考材料,将所述最优参考材料和所述用户提问共同加载到prompt中,将形成的prompt发送给微调后的LLM模型,输出问答结果;根据用户提问匹配所述多模态向量数据库,得到多个匹配结果,根据每一匹配结果以及所述用户提问输出对应的参考材料的步骤,包括:向量化用户提问,得到提问向量,计算提问向量与多模态向量数据库中向量之间的第二相似度,根据第二相似度计算结果得到多个匹配结果;获取每一匹配结果在对应的知识图谱中的实体节点和关系;根据用户提问设计参考材料模板,将每一匹配结果对应的实体名称和相应的关系填充到参考材料模板中,并对填充结果进行优化,得到对应的参考材料。

全文数据:

权利要求:

百度查询: 中电信数智科技有限公司 基于大模型技术的古籍知识库智能问答方法、装置和设备

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。