一种基于大语言模型的知识图谱语义增强生成方法

本发明公开一种基于大语言模型的知识图谱语义增强生成方法，对知识图谱中实体重要性进行评估，基于PageRank算法计算实体在知识图谱中的结构重要性，并通过语义重要性提取捕捉实体特征及复杂语义关系，将PageRank值作为额外特征，与图注意力机制融合以评估实体重要性；根据实体重要性评估结果与知识图谱长尾分布特征，将实体划分为两个层级；对于“重要”层级的实体，进行多跳实体扩展、K‑近邻关系查找以检索获得实体关联子图信息，对检索到的“重要”实体子图信息做子图简化优化结构开销；对不同重要层级的实体采用不同Prompt模板以生成差异化实体描述内容。本发明降低了实体描述生成的成本，解决了知识图谱的实体缺乏语义描述信息的问题。