公开(公告)号：CN118966203B

公开(公告)日：2025-02-11

申请号：CN202411456385.2

申请日：2024-10-18

Applicant: 之江实验室

Inventor： 余磊 ,  陈红阳 ,  古思为 ,  杨林瑶 ,  吕劲松

IPC: G06F40/279 ,  G06F40/216 ,  G06N5/022

Abstract: 本发明公开了一种大模型增强的半开放知识抽取方法和系统，能够精准地筛选高质量且与关注问题相关的语料，并实现高效且准确的知识抽取。包括：首先，基于给定的种子实体检索包含这些种子实体的相关语料；接着，基于知识抽取的目的和关注的问题，计算检索到的语料和关注点之间的关联程度，筛选出关联度高的语料作为知识抽取的源语料；随后，利用大模型从源语料中抽取将种子实体作为头实体的三元组；再利用大模型判断抽取出来的三元组的置信度，筛选出置信度超过阈值的三元组；进一步检查所得三元组的语法、词性等，筛选出符合规范的三元组；最后，通过实体、关系标准化对齐、同义词提取融合等技术，实现知识的去重和规范化，得到最终需要的三元组。

公开(公告)号：CN118966203A

公开(公告)日：2024-11-15

申请号：CN202411456385.2

申请日：2024-10-18

Applicant: 之江实验室

Inventor： 余磊 ,  陈红阳 ,  古思为 ,  杨林瑶 ,  吕劲松

IPC: G06F40/279 ,  G06F40/216 ,  G06N5/022

Abstract: 本发明公开了一种大模型增强的半开放知识抽取方法和系统，能够精准地筛选高质量且与关注问题相关的语料，并实现高效且准确的知识抽取。包括：首先，基于给定的种子实体检索包含这些种子实体的相关语料；接着，基于知识抽取的目的和关注的问题，计算检索到的语料和关注点之间的关联程度，筛选出关联度高的语料作为知识抽取的源语料；随后，利用大模型从源语料中抽取将种子实体作为头实体的三元组；再利用大模型判断抽取出来的三元组的置信度，筛选出置信度超过阈值的三元组；进一步检查所得三元组的语法、词性等，筛选出符合规范的三元组；最后，通过实体、关系标准化对齐、同义词提取融合等技术，实现知识的去重和规范化，得到最终需要的三元组。