技術(shù)特征：

1.一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：

2.根據(jù)權(quán)利要求1所述的基于通用大語言模型與知識圖譜的個性化問答方法，其特征在于，步驟一具體包括命名實體識別與實體匹配；

3.根據(jù)權(quán)利要求2所述的基于通用大語言模型與知識圖譜的個性化問答方法，其特征在于，所述針對學生的問題q構(gòu)建提示詞一，在提示詞一中為大語言模型設置教師的身份，具體包括：

4.根據(jù)權(quán)利要求1所述的基于通用大語言模型與知識圖譜的個性化問答方法，其特征在于，步驟二具體包括：

5.根據(jù)權(quán)利要求1所述的基于通用大語言模型與知識圖譜的個性化問答方法，其特征在于，步驟三具體包括：

6.根據(jù)權(quán)利要求5所述的基于通用大語言模型與知識圖譜的個性化問答方法，其特征在于，所述構(gòu)建提示詞二，并在提示詞二中為大語言模型設置知識圖譜研究專家的身份，具體包括：

7.根據(jù)權(quán)利要求1所述的基于通用大語言模型與知識圖譜的個性化問答方法，其特征在于，步驟四具體包括：

技術(shù)總結(jié)
本發(fā)明涉及智慧教育技術(shù)領(lǐng)域，公開了一種基于通用大語言模型與知識圖譜的個性化問答方法，具體包括：利用大語言模型對學生問題進行實體識別，利用實體匹配算法，對知識圖譜中的知識實體進行匹配；將關(guān)聯(lián)性實體集中的每一個知識實體分別作為核心實體，以核心實體為中心對知識圖譜搜索，搜索過程包括鄰居搜索與路徑搜索；將所有三元組放置在一起，構(gòu)成知識子圖的聚合圖；利用大語言模型對聚合圖進行優(yōu)化，得到知識圖；提示大語言模型學習知識子圖集合與知識圖的結(jié)構(gòu)，要求大語言模型結(jié)合已有知識與從知識圖譜獲取的知識，回答問題并提供推理過程。本發(fā)明將大語言模型的隱式知識與知識圖譜的顯式知識相結(jié)合，實現(xiàn)透明和可靠地協(xié)同推理。

技術(shù)研發(fā)人員：朱林波,李嘉豪,陸君宇,蘇喻,丁軍,黃振亞
受保護的技術(shù)使用者：合肥綜合性國家科學中心人工智能研究院（安徽省人工智能實驗室）
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19