基于逻辑图谱增强的非结构化长文本问答方法和系统

本发明涉及一种基于逻辑图谱增强的非结构化长文本问答方法和系统，结合语义块聚类、逻辑关系建模、形成语义图谱增强的问答机制。该系统通过Sentence‑BERT对段落编码，基于Louvain算法识别多层次语义块，再通过经过训练的逻辑关系分类器（例如基于RoBERTa‑large等模型微调）对成对语义块进行多类型逻辑关系识别，构建包含因果、支撑、对比等关系的结构化逻辑图谱，最终联合图谱表示与上下文输入大语言模型生成结构化、解释性强的回答，显著提升了长文本中远距依赖理解与因果链生成能力，适用于年报分析、政策解读、科研文献等复杂场景。