基于大语言模型知识扩展融合的专家匹配方法及系统

本发明涉及一种基于大语言模型知识扩展融合的专家匹配方法及系统，所述方法包括采集专家基础信息数据集与需求任务知识数据集，并对专家基础信息数据集与需求任务知识数据集进行预处理，形成结构化初始知识单元集合；将结构化初始知识单元集合输入预训练的Transformer模型并结合语义独特性评估方法进行语义推理扩展，分别生成专家扩展知识集合与任务扩展知识集合；将结构化初始知识单元集合与对应的专家扩展知识集合、任务扩展知识集合通过引入冲突抑制因子进行融合处理。本发明的优点是：通过引入基于语义相似度的冲突抑制因子，实现了原始事实知识与大语言模型推理扩展知识之间的自适应加权知识融合。