本发明涉及一种结合大模型与图神经网络的知识图谱问答方法,包含问题分解模块、子问题解决模块、答案推理模块,其中在问题分解模块中本发明提出一种迭代式的问题分解方式,用以解决图神经网络方法在多跳问题中问题子图大小难以确定的困境,子问题解决模块又由问题子图检索阶段与推理路径构建阶段组成,问题子图检索阶段中本发明给出一种相似度定义方式并通过Personalized PageRank算法进行计算,同时为了提高GNN回答的准确率,后续问题的问题子图都会合并上之前问题的问题子图,以实现问题子图的动态扩展。推理路径构建阶段首先通过预训练好的图神经网络获得候选答案,然后利用BFS算法构建推理路径。最终通过答案推理模块来判断推理路径的合理性以给出子问题答案。本发明提供了一种结合大模型和图神经网络的知识图谱问答框架,有效地提升了模型在多跳问题上的表现。
📄 2024117878572
📂 G06F16_3329
👤 杭州电子科技大学
📅 2024-12-06