计算机科学与探索

作者：王永, 秦嘉俊, 黄有锐, 邓江洲

单位：重庆邮电大学 电子商务与现代物流重点实验室，重庆 400065

关键词：知识图谱,多任务模型,意图分类,命名实体识别,大语言模型

基金：国家自然科学基金（62272077, 72301050）；重庆市教育委员会科学技术研究项目（KJQN202300605, KJZD-M202400604）。

科研管理是高校管理中的重要组成部分，但现有的科研管理系统难以满足用户的个性化需求。以高校科研管理向智能化转型为需求导向，将知识图谱、传统模型和大语言模型相结合，共同构建新一代高校科研管理问答系统。采集科研知识用于构建科研知识图谱。利用同时进行意图分类和实体提取的多任务模型进行语义解析。借助解析结果来生成查询语句，并从知识图谱中检索信息来回复常规问题。将大语言模型与知识图谱相结合，以辅助处理开放性问题。在意图和实体具有关联的数据集上的实验结果表明，采用的多任务模型在意图分类和实体识别任务上的F1值分别为0.958和0.937，优于其他对比模型和单任务模型。Cypher生成测试表明了自定义Prompt在激发大语言模型涌现能力方面的成效，利用大语言模型实现文本生成Cypher的准确率达到85.8%，有效处理了基于知识图谱的开放性问题。采用知识图谱、传统模型和大语言模型搭建的问答系统的准确性为0.935，很好地满足了智能问答的需求。

来源：2025年第1期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2025年第1期