本發(fā)明涉及智慧教育，具體涉及一種基于通用大語言模型與知識圖譜的個性化問答方法。

背景技術(shù)：

1、通用大語言模型是一種基于人工智能的語言處理工具，通過大量的文本數(shù)據(jù)學(xué)習(xí)，能夠模擬人類的語言理解和生成能力。在智慧教育領(lǐng)域，通常使用通用大語言模型來擔(dān)當(dāng)學(xué)生的教學(xué)助手，為學(xué)生進(jìn)行答疑解惑。這種實(shí)時性的教學(xué)方式，不僅可以提高學(xué)生的學(xué)習(xí)效率，還能夠激發(fā)他們的學(xué)習(xí)興趣，使教育更加智慧化。

2、然而，使用通用大語言模型直接作為問答方法，在智慧教育領(lǐng)域仍存在不足。通用大語言模型本質(zhì)上是一個黑盒，存在不可解釋性，且其推理過程缺乏透明性。此外，通用大模型無論理解用戶的需求與否，都會進(jìn)行輸出操作，這便會導(dǎo)致模型生成的答案看似合理，實(shí)際上可能具有誤導(dǎo)性或者錯誤。由于學(xué)生一般很難具有評估模型生成信息正確與否的能力，因此通用大語言模型在與學(xué)生進(jìn)行問答的過程中很有可能對學(xué)生產(chǎn)生誤導(dǎo)，進(jìn)而影響到他們的學(xué)習(xí)效率與知識體系構(gòu)建。

3、作為學(xué)生的教學(xué)助手，在于學(xué)生進(jìn)行問答的過程中，需要盡可能的保證回答問題的準(zhǔn)確性與可解釋性。由于通用大語言模型在與學(xué)生對話時，僅僅能夠利用訓(xùn)練過程中所吸收的各類隱式信息。因此，為了提高模型回答學(xué)生問題的準(zhǔn)確性與可解釋性，可以考慮為其增添額外的推理信息。

4、知識圖譜是一種結(jié)構(gòu)化的知識表達(dá)形式，其以圖的形式表達(dá)現(xiàn)實(shí)世界中的實(shí)體之間的關(guān)系，進(jìn)而形成一種復(fù)雜的網(wǎng)絡(luò)化知識結(jié)構(gòu)。知識圖譜具有結(jié)構(gòu)化與可解釋性，通過提供豐富的、精準(zhǔn)的背景知識，可以為人工智能等領(lǐng)域進(jìn)行知識支持。因此，可以選擇知識圖譜作為通用大語言模型的補(bǔ)充，幫助其更好地理解和生成文本，提高回答的準(zhǔn)確性與可解釋性，同時為處理更加復(fù)雜的需求提供可能。

5、將知識圖譜融入到大語言模型的方式目前主要有兩種。一種是將知識圖譜作為語料供大語言模型進(jìn)行訓(xùn)練。但是由于知識圖譜信息會被大量的其他語料所吞沒，因此很難針對性的發(fā)揮知識圖譜的強(qiáng)大作用。另一種方式是在大語言模型訓(xùn)練好后，將知識圖譜轉(zhuǎn)換為提示詞，供大語言模型理解學(xué)習(xí)。這種方式能夠針對性地利用知識圖譜，進(jìn)而發(fā)揮出知識圖譜的強(qiáng)大作用。然而，知識圖譜作為一種特殊形式的數(shù)據(jù)，直接將表示知識圖譜的三元組輸入模型，往往很難使大語言模型理解知識圖譜所表示的知識結(jié)構(gòu)。

6、智慧教育的核心之一是個性化教學(xué)，它強(qiáng)調(diào)根據(jù)每個學(xué)生的學(xué)習(xí)風(fēng)格、知識背景和興趣愛好提供定制化的教學(xué)方案，以提高學(xué)習(xí)效率和興趣，促進(jìn)學(xué)生全面發(fā)展。在將通用大語言模型與知識圖譜相結(jié)合，作為學(xué)生的問答助手后，還應(yīng)該保證問答的個性化。例如，當(dāng)學(xué)生對各類知識點(diǎn)掌握程度不同時，由大語言模型推薦的學(xué)生學(xué)習(xí)路徑應(yīng)該有所不同。因此，有必要將學(xué)生學(xué)習(xí)情況等個人信息有效的融入進(jìn)通用大語言模型，使得模型能夠進(jìn)一步的理解學(xué)生需求，為學(xué)生提供多元化、個性化的問答建議。

7、現(xiàn)有技術(shù)中的技術(shù)方案，在面對智慧教育這一特殊領(lǐng)域時，往往直接將通用大語言模型作為問答助手，這種問答方法缺乏準(zhǔn)確性和可解釋性。為了解決這一問題，可以使用知識圖譜進(jìn)行輔助推理。然而，如何使大語言模型理解知識圖譜的知識結(jié)構(gòu)，并在此過程中融入學(xué)生個體特征，實(shí)現(xiàn)個性化問答，仍然是一項(xiàng)具有挑戰(zhàn)的任務(wù)。

技術(shù)實(shí)現(xiàn)思路

1、為解決上述技術(shù)問題，本發(fā)明提供一種基于通用大語言模型與知識圖譜的個性化問答方法，將通用大語言模型的隱式知識與知識圖譜的顯式知識相結(jié)合，進(jìn)而實(shí)現(xiàn)透明和可靠的協(xié)同推理；在結(jié)合過程中，有效融入學(xué)生個體特征，實(shí)現(xiàn)個性化問答。

2、為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案：

3、一種基于通用大語言模型與知識圖譜的個性化問答方法，包括以下步驟：

4、步驟一，利用大語言模型對獲取的學(xué)生的問題q進(jìn)行實(shí)體識別，識別出問題q中的命名實(shí)體，構(gòu)建命名實(shí)體集；利用實(shí)體匹配算法，將命名實(shí)體集與知識圖譜中的知識實(shí)體進(jìn)行匹配，將匹配到的知識實(shí)體構(gòu)建為關(guān)聯(lián)性實(shí)體集r；

5、步驟二，將關(guān)聯(lián)性實(shí)體集r中的每一個知識實(shí)體r分別作為核心實(shí)體，以核心實(shí)體為中心對所述知識圖譜搜索，并對搜索過程中滿足保存條件的知識實(shí)體以及知識實(shí)體之間的關(guān)系進(jìn)行保存，將知識實(shí)體r、符合保存條件的知識實(shí)體以及知識實(shí)體之間的關(guān)系構(gòu)成知識子圖，并以三元組的形式進(jìn)行存儲，得到知識子圖集合；

6、步驟三，將知識子圖集合中所有用于表示知識子圖的三元組放置在一起，構(gòu)成知識子圖的聚合圖b；利用大語言模型對所述聚合圖進(jìn)行優(yōu)化，將優(yōu)化后的結(jié)果作為知識圖；

7、步驟四，在提示大語言模型學(xué)習(xí)與的結(jié)構(gòu)后，要求大語言模型結(jié)合自身的多輪對話能力、自身已有知識與從外部的知識圖譜獲取的知識，回答學(xué)生問題并提供推理過程。

8、進(jìn)一步地，步驟一具體包括命名實(shí)體識別與實(shí)體匹配；

9、命名實(shí)體識別包括：針對學(xué)生的問題q構(gòu)建提示詞一，在提示詞一中為大語言模型設(shè)置教師的身份，并讓大語言模型在尋找問題q中的命名實(shí)體時增加對知識點(diǎn)的關(guān)注，進(jìn)而獲得所述命名實(shí)體集；其中為大語言模型識別出的第n個命名實(shí)體；

10、實(shí)體匹配包括：知識圖譜的知識實(shí)體集，其中為知識圖譜中的第m個知識實(shí)體，m為知識圖譜中知識實(shí)體的總數(shù)；

11、使用bert編碼器將命名實(shí)體集c中的各命名實(shí)體編碼為命名實(shí)體向量、將知識實(shí)體集中的知識實(shí)體編碼為知識實(shí)體向量；計(jì)算與各個的余弦相似度：

12、；

13、其中，為與的內(nèi)積，與分別為和的長度；

14、如果余弦相似度大于設(shè)定的閾值，則將對應(yīng)的知識實(shí)體e放置于集合t中；

15、將集合t進(jìn)行去重操作后獲得所述關(guān)聯(lián)性實(shí)體集，為中的第個知識實(shí)體，為關(guān)聯(lián)性實(shí)體集中的知識實(shí)體總數(shù)。

16、進(jìn)一步地，所述針對學(xué)生的問題q構(gòu)建提示詞一，在提示詞一中為大語言模型設(shè)置教師的身份，具體包括：

17、；

18、其中，smooth表示使用語句進(jìn)行拼接的操作，表示為大語言模型設(shè)置教師身份，表示提示詞一。

19、進(jìn)一步地，步驟二具體包括：

20、針對每一個知識實(shí)體r，搜索過程中執(zhí)行兩種搜索策略，包括進(jìn)行局部信息挖掘的鄰居搜索與進(jìn)行長距離依賴捕獲的路徑搜索；將進(jìn)行鄰居搜索獲得的鄰居知識子圖集合和進(jìn)行路徑搜索獲得的路徑知識子圖集合進(jìn)行合并操作，得到所述知識子圖集合；

21、進(jìn)行鄰居搜索時，搜索的路徑長度恒為1，即只搜索與核心實(shí)體直接相連的鄰居知識實(shí)體；核心實(shí)體的鄰居知識實(shí)體能否保存，取決于鄰居知識實(shí)體與知識實(shí)體r的概念相關(guān)性以及學(xué)生個體特征：

22、通過計(jì)算鄰居知識實(shí)體與知識實(shí)體r的向量之間的余弦相似度，來判斷鄰居知識實(shí)體與知識實(shí)體r的概念相關(guān)性；如果鄰居知識實(shí)體與知識實(shí)體r的向量之間的余弦相似度大于閾值，則鄰居知識實(shí)體與知識實(shí)體r之間概念相關(guān)，對應(yīng)的鄰居知識實(shí)體符合條件一；

23、所述學(xué)生個體特征包括學(xué)生的學(xué)力和學(xué)生的興趣；

24、根據(jù)學(xué)習(xí)情況將學(xué)生的學(xué)力分成不同的學(xué)力等級，將知識點(diǎn)分為不同的難度等級，如果學(xué)生st的學(xué)力等級大于或者等于知識點(diǎn)的難度等級，則核心實(shí)體的與所述知識點(diǎn)對應(yīng)的鄰居知識實(shí)體，符合條件二；

25、對知識圖譜中的學(xué)生st存在興趣的知識實(shí)體進(jìn)行統(tǒng)計(jì)，如果鄰居知識實(shí)體屬于學(xué)生st存在興趣的知識實(shí)體，則鄰居知識實(shí)體符合條件三；

26、如果鄰居知識實(shí)體在滿足條件一的前提下，能夠符合條件二與條件三的任意一個，則滿足所述的保存條件，保存鄰居知識實(shí)體、知識實(shí)體r以及知識實(shí)體r和鄰居知識實(shí)體之間的關(guān)系，構(gòu)成以三元組形式存儲的鄰居知識子圖g；

27、對關(guān)聯(lián)性實(shí)體集r中的每一個知識實(shí)體進(jìn)行鄰居搜索，得到鄰居知識子圖集合，為中的第個鄰居知識子圖，為關(guān)聯(lián)性實(shí)體集r中的知識實(shí)體r總數(shù)；

28、路徑搜索與鄰居搜索的區(qū)別僅在于：進(jìn)行路徑搜索時，根據(jù)學(xué)生st的學(xué)力等級設(shè)置不同的搜索路徑長度，學(xué)力等級越高則搜索路徑長度越長，如果搜索過程中遇到不符合所述保存條件的實(shí)體，則結(jié)束當(dāng)前搜索路徑，將符合所述保存條件的鄰居知識實(shí)體、知識實(shí)體r以及知識實(shí)體r和鄰居知識實(shí)體之間的關(guān)系，構(gòu)成以三元組形式存儲的路徑知識子圖p；

29、對關(guān)聯(lián)性實(shí)體集r中的每一個知識實(shí)體進(jìn)行路徑搜索，得到路徑知識子圖集合；為中的第個路徑知識子圖；

30、將鄰居知識子圖集合g與路徑知識子圖集合p進(jìn)行合并操作，獲得最終的知識子圖集合。

31、進(jìn)一步地，步驟三具體包括：

32、將知識子圖集合中所有的用于表示知識子圖的三元組放置在一起，構(gòu)成知識子圖的聚合圖b；構(gòu)建提示詞二，并在提示詞二中為大語言模型設(shè)置知識圖譜研究專家的身份，來提示大語言模型對所述聚合圖b進(jìn)行優(yōu)化，得到知識圖。

33、進(jìn)一步地，所述構(gòu)建提示詞二，并在提示詞二中為大語言模型設(shè)置知識圖譜研究專家的身份，具體包括：

34、；

35、其中，smooth表示使用語句進(jìn)行拼接的操作，表示為大語言模型設(shè)置知識圖譜研究專家身份。

36、進(jìn)一步地，步驟四具體包括：

37、針對問題q，使用langchain工具設(shè)置三輪對話來引導(dǎo)大語言模型；使用langchain工具的過程中，基于教育場景來設(shè)置系統(tǒng)消息，并根據(jù)以下內(nèi)容設(shè)計(jì)三輪對話的用戶消息，來對大語言模型進(jìn)行引導(dǎo)：

38、第一輪對話的用戶消息構(gòu)建方式：提示大語言模型使用自然語言描述知識子圖集合a中的每一個知識子圖的結(jié)構(gòu)；

39、第二輪對話的用戶消息構(gòu)建方式：提示大語言模型用自然語言描述知識圖，并要求大語言模型生成知識圖中的節(jié)點(diǎn)到節(jié)點(diǎn)之間的推理路徑；

40、第三輪對話的用戶消息構(gòu)建方式：將學(xué)生的問題送入大語言模型，同時提示大語言模型結(jié)合自身已有知識與從外部的知識圖譜獲取的知識進(jìn)行思考，回答學(xué)生的問題并返回推理過程；

41、將第三輪對話中大語言模型的回答返回給學(xué)生，作為所述問題q的答案并向?qū)W生提供推理過程。

42、與現(xiàn)有技術(shù)相比，本發(fā)明的有益技術(shù)效果是：

43、本發(fā)明有效結(jié)合了通用大語言模型的隱式知識與知識圖譜的顯式知識，從而實(shí)現(xiàn)了透明可靠的協(xié)同推理。這種結(jié)合方式既利用了大語言模型的強(qiáng)大語言理解和生成能力，又利用了知識圖譜的結(jié)構(gòu)化知識，使得問題回答更加準(zhǔn)確和深入。同時，本發(fā)明在構(gòu)建知識子圖的過程中，有效融入了學(xué)生的個體特征，為問答的個性化提供了可能。最后，本發(fā)明在回答問題的過程中，不僅提供了答案，還提供了推理過程，有助于學(xué)生的理解和記憶，能夠有效提高學(xué)生的學(xué)習(xí)效果。