Indexed by：
Abstract：
本发明公开了基于大语言模型的时序知识图谱补全方法，设计了一个用于时序知识图谱补全的框架时序知识图谱‑大语言模型框架(TKG‑LLM)。将四元组中的实体、关系以及时间信息拼接为文本序列，通过设计特定任务的提示约束大语言模型的输出，将提示、文本序列、以及辅助提示按照一定的规则进行拼接作为大语言模型的输入。为了增强大语言模型在时序知识图谱补全领域的专业性和输出可控性，使用指令微调技术以预测实体/关系或评估四元组的合理性，缓解了大语言模型在该任务中的幻觉问题。
Keyword：
Reprint Author's Address：
Email：
Patent Info ：
Type： 发明申请
Patent No.： CN202410780089.1
Filing Date： 2024-06-17
Publication Date： 2024-10-15
Pub. No.： CN118779463A
Applicants： 北京工业大学
Legal Status： 实质审查
Cited Count：
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count：
Chinese Cited Count：
30 Days PV： 1
Affiliated Colleges：
