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：华中科技大学

摘要：本发明属于自然语言推理相关技术领域，其公开了一种基于知识图谱增强思维链提示的大语言模型联合推理方法，包括：构建局部知识子图，将原始问题文本分解为S个子问题文本并对原始问题文本和S个子问题文本进行拼接，将拼接后的问题文本输入图推理模型，得到加权实体分布，从加权实体分布中抽取置信度最高的前G个答案实体，利用推理转移矩阵回溯各答案实体的推理过程，生成从问题实体到对应的答案实体的推理路径，利用推理路径辅助大语言模型预测原始问题文本的答案。通过以上方法，可以使得大语言模型能够快速准确地找到问题文本的答案。

主权项：1.一种基于知识图谱增强思维链提示的大语言模型联合推理方法，其特征在于，包括：抽取原始问题文本中的问题实体，从知识图谱中抽取所述问题实体多跳邻域内的所有知识三元组，形成局部知识子图，所述多跳邻域的跳跃步数为T步，每一步对应一个推理阶段，T为大于1的正整数；将所述原始问题文本分解为S个子问题文本并对原始问题文本和S个子问题文本进行拼接，得到拼接问题文本，S≤T；将所述拼接问题文本输入图推理模型，得到加权实体分布所述图推理模型包含：问题编码器，用于将所述拼接问题文本转换为问题嵌入表示p和隐藏层表示Hq；T个交叉注意力模块，分别用于计算所述p的交叉注意力表示t为推理阶段的编号，t＝1,2,……,T；表示融合模块，用于融合和pt-1，得到t阶段的推理嵌入表示pt；矩阵变换模块，用于使所述pt依次经过多层感知机和非线性激活函数处理，得到关系分布矩阵Rt，Rt中的不同元素表示所述知识图谱中不同连接边的置信度；矩阵转移模块，用于根据所述Rt构建推理转移矩阵Wt，所述Wt中的不同元素表示所述局部知识子图中的不同连接边的置信度；实体分布输出模块，用于将实体分布et-1与所述Wt相乘得到表示第t步各实体置信度的实体分布et后、再将所有阶段的实体分布进行加权求和，得到加权实体分布并输出，中的每个元素表示不同实体为答案实体的置信度；从所述加权实体分布中抽取置信度最高的前G个答案实体，利用推理转移矩阵回溯各答案实体的推理过程，生成从所述问题实体到对应的答案实体的推理路径，G为正整数；利用所述推理路径辅助大语言模型预测所述原始问题文本的答案。

全文数据：

权利要求：

百度查询： 华中科技大学 一种基于知识图谱增强思维链提示的大语言模型联合推理方法