信息安全研究 ›› 2024, Vol. 10 ›› Issue (E2): 173-.

• 数字经济安全 • 上一篇    下一篇

基于大语言模型的知识图谱复杂逻辑推理方法

谢炜1黄建业1程斌2张新华3肖倩3李扬笛1钱健1林爽1   

  1. 1(国网福建省电力有限公司电力科学研究院福州350007)
    2(《信息安全研究》杂志社有限公司北京100045)
    3(北京印刷学院出版学院北京102600)
  • 出版日期:2024-11-22 发布日期:2024-11-23
  • 通讯作者: 谢炜 硕士,工程师.主要研究方向为电力人工智能、数据应用. xiewei3896@163.com
  • 作者简介:谢炜 硕士,工程师.主要研究方向为电力人工智能、数据应用. xiewei3896@163.com 黄建业 硕士,高级工程师.主要研究方向为电力人工智能. 305235659@qq.com 程斌 硕士.主要研究方向为网络与信息安全. 22372347@qq.com 张新华 博士,教授.主要研究方向为数字出版. 379046058@qq.com 肖倩 博士,副教授.主要研究方向为数字出版、生成式人工智能. 493228928@qq.com 李扬笛 硕士,助理工程师.主要研究方向为电力人工智能. yangdili@ieee.org 钱健 硕士,高级工程师.主要研究方向为电力人工智能. qianj9101@163.com 林爽 硕士,工程师.主要研究方向为电力人工智能、物联网、图像识别. 1084782881@qq.com

  • Online:2024-11-22 Published:2024-11-23

摘要: 在知识图谱上完成推理任务具有较大挑战性,需要理解实体间复杂的逻辑关系.传统方法依赖于几何空间学习将实体嵌入向量空间,在复杂查询上表现不佳.对此,提出了一种“集成式”方法,称为“自然语言模型引导式知识推理”,将复杂的知识图谱推理视为知识图谱搜索与逻辑查询推理的组合,从而综合利用图提取算法和大语言模型的优势.实验表明,在标准数据集上开展基准逻辑查询和高复杂性查询测试,该方法表现均显著超过原有方法.

关键词: 大语言模型, 知识图谱, 复杂推理, 集成式

中图分类号: