检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
机构地区:[1]克拉玛依市数字化发展局,新疆 克拉玛依市 834000 [2]红有软件股份有限公司,新疆 克拉玛依市 834000 [3]克拉玛依市公安局,新疆 克拉玛依市 834000
出 处:《中文科技期刊数据库(全文版)工程技术》2025年第3期030-033,共4页
摘 要:为解决大模型在知识图谱构建中实体识别与关系抽取的技术难题,针对现有问题,以加强模型性能与技术应用为目标。本文分析了大模型及知识图谱构建技术的特点,研究了大模型在实体识别与关系抽取中的挑战与难题,提出了基于多维度优化策略的应对方案,并对模型性能进行了评估。研究认为,通过引入上下文信息、关系类型自适应学习及跨领域迁移学习等技术,大模型在知识图谱构建中,运用上述方案,可显著提升实体识别精度与关系抽取效率,为知识图谱的高质量构建提供有力支撑,满足人工智能领域的快速发展需求。
关 键 词:大模型 知识图谱构建 实体识别 关系抽取 技术优化
分 类 号:TU7[建筑科学—建筑技术科学]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:13.58.187.29