一种基于大模型与图神经网络的船舶知识图谱构建方法

  • 国民经济行业:科学研究和技术服务业/研究和试验发展/工程和技术研究和试验发展
  • 学科类别:信息科学与系统科学/信息科学与系统科学其他学科
  • 权利人:上海交通大学

知识产权简介

本发明涉及一种基于大语言模型与图神经网络的船舶领域知识图谱构建方法。该方法用于船舶工业知识管理、智能设计辅助和智能问答等场景。具体来说,该方法首先对船舶领域专业文档进行预处理与分块,并利用大语言模型构建初步的实体库;进而,结合AC自动机匹配技术从文本中抽取出关系三元组,并通过知识融合与后处理形成高质量知识图谱;最后,基于图神经网络对图谱进行链接预测与补全,从而构建出完整的船舶建造领域知识图谱。本发明具有完整的知识自动化抽取、融合与补全模块,可广泛应用于船舶智能设计、工艺优化和故障诊断等场景,具有很高的实用价值。

转化前景

本发明实现船舶领域知识图谱的高效构建与智能补全,提出了一种融合大语言模型与图神经网络的协同方法。该方法首先利用LLM从专业文档中自动化抽取出实体与关系,构建初始知识图谱;进而,针对图谱中的稀疏部分,采用一种考虑了关系方向性与语义聚合的GNN链接预测模型进行深度补全。该方法能够自动化地从非结构化文本中构建高质量知识图谱,并显著提升图谱的完整性,满足船舶等领域对专业知识精准管理和智能应用的需求。 本发明为了应对上述挑战,实现船舶领域知识图谱的高效构建与智能补全,提出了一种融合大语言模型与图神经网络的协同方法。该方法首先利用LLM从专业文档中自动化抽取出实体与关系,构建初始知识图谱;进而,针对图谱中的稀疏部分,采用一种考虑了关系方向性与语义聚合的GNN链接预测模型进行深度补全。该方法能够自动化地从非结构化文本中构建高质量知识图谱,并显著提升图谱的完整性,满足船舶等领域对专业知识精准管理和智能应用的需求。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式
预估金额
联系合作