结构化信息推理方法、系统、存储介质及电子设备与流程
- 国知局
- 2024-07-31 23:26:34
本发明属于深度学习的,特别是涉及一种结构化信息推理方法、系统、存储介质及电子设备。
背景技术:
1、结构化数据指的是具有明确的、预定义的数据模型,遵循一致顺序的数据。对于结构化数据而言,通常是先有结构再有数据。最为常见的结构化数据是关系型数据库中的数据。
2、现有技术中,当对结构化数据进行推理处理时,通常直接针对结构化数据进行编码,针对结构化信息的理解不够,导致无法充分利用结构信息进行推理任务。
技术实现思路
1、鉴于以上所述现有技术的缺点,本发明的目的在于提供一种结构化信息推理方法、系统、存储介质及电子设备,将结构化数据以图形式表示后,基于大语言模型实现了高效的推理。
2、第一方面,本发明提供一种结构化信息推理方法,所述方法包括以下步骤:对结构化数据进行编码,获取图结构化编码;将针对所述结构化数据的推理问题拆解为令牌;对所述令牌进行编码,获取问题文本编码;将所述问题文本编码和所述图结构化编码进行拼接,获取拼接编码;将所述拼接编码输入大语言模型,获取所述结构化数据的推理结果。
3、在第一方面的一种实现方式中,基于文本编码器对所述令牌进行编码。
4、在第一方面的一种实现方式中,对结构化数据进行编码,获取图结构化编码包括以下步骤:
5、对所述结构化数据进行图结构编码,获取图结构特征信息;
6、将所述图结构特征信息输入图神经网络,获取所述图结构编码。
7、在第一方面的一种实现方式中,所述图神经网络采用图卷积神经网络。
8、第二方面,本发明提供一种结构化信息推理系统,所述系统包括第一编码模块、拆解模块、第二编码模块、拼接模块和推理模块;
9、所述第一编码模块用于对结构化数据进行编码,获取图结构化编码;
10、所述拆解模块用于将针对所述结构化数据的推理问题拆解为令牌;
11、所述第二编码模块用于对所述令牌进行编码,获取问题文本编码;
12、所述拼接模块用于将所述问题文本编码和所述图结构化编码进行拼接,获取拼接编码;
13、所述推理模块用于将所述拼接编码输入大语言模型,获取所述结构化数据的推理结果。
14、在第二方面的一种实现方式中,基于文本编码器对所述令牌进行编码。
15、在第二方面的一种实现方式中,对结构化数据进行编码,获取图结构化编码包括以下步骤:
16、对所述结构化数据进行图结构编码,获取图结构特征信息;
17、将所述图结构特征信息输入图神经网络,获取所述图结构编码。
18、在第二方面的一种实现方式中,所述图神经网络采用图卷积神经网络。
19、第三方面,本发明提供一种电子设备,所述电子设备包括:处理器和存储器;
20、所述存储器用于存储计算机程序;
21、所述处理器用于执行所述存储器存储的计算机程序,以使所述电子设备执行上述的结构化信息推理方法。
22、第四方面,本发明提供一种计算机可读存储介质,其上存储有计算机程序,该程序被电子设备执行时实现上述的结构化信息推理方法。
23、如上所述,本发明所述的结构化信息推理方法、系统、存储介质及电子设备,具有以下
24、有益效果:
25、(1)将结构化数据以图形式表示后,基于大语言模型实现了高效的推理;
26、(2)智能化程度高,极具实用性。
技术特征:1.一种结构化信息推理方法,其特征在于,所述方法包括以下步骤:
2.根据权利要求1所述的结构化信息推理方法,其特征在于:基于文本编码器对所述令牌进行编码。
3.根据权利要求1所述的结构化信息推理方法,其特征在于:对结构化数据进行编码,获取图结构化编码包括以下步骤:
4.根据权利要求3所述的结构化信息推理方法,其特征在于:所述图神经网络采用图卷积神经网络。
5.一种结构化信息推理系统,其特征在于,所述系统包括第一编码模块、拆解模块、第二编码模块、拼接模块和推理模块;
6.根据权利要求5所述的结构化信息推理系统,其特征在于:基于文本编码器对所述令牌进行编码。
7.根据权利要求5所述的结构化信息推理系统,其特征在于:对结构化数据进行编码,获取图结构化编码包括以下步骤:
8.根据权利要求7所述的结构化信息推理系统,其特征在于:所述图神经网络采用图卷积神经网络。
9.一种电子设备,其特征在于,所述电子设备包括:处理器和存储器;
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被电子设备执行时实现权利要求1至4中任一项所述的结构化信息推理方法。
技术总结本发明提供一种结构化信息推理方法、系统、存储介质及电子设备,所述方法包括以下步骤:对结构化数据进行编码,获取图结构化编码;将针对所述结构化数据的推理问题拆解为令牌;对所述令牌进行编码,获取问题文本编码;将所述问题文本编码和所述图结构化编码进行拼接,获取拼接编码;将所述拼接编码输入大语言模型,获取所述结构化数据的推理结果。本发明的结构化信息推理方法、系统、存储介质及电子设备将结构化数据以图形式表示后,基于大语言模型实现了高效的推理。技术研发人员:请求不公布姓名,请求不公布姓名,请求不公布姓名受保护的技术使用者:上海蜜度蜜巢智能科技有限公司技术研发日:技术公布日:2024/7/29本文地址:https://www.jishuxx.com/zhuanli/20240730/197583.html
版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。
下一篇
返回列表