知识图谱与大模型双向驱动的关键问题和应用探索

[可信AI进展]

知识图谱本身是多学科技术的综合体，也经常被笑谈为“也只有知识图谱能描绘清楚知识图谱的技术体系”，它生来就与大数据技术、NLP技术、图计算、图学习、AI技术体系等相互融合互通，也正因为此，知识图谱也更容易吸收融合其他的技术优势。大模型时代亦是如此，通过大模型强大的语言能力补足知识抽取/构建效率的不足，知识图谱技术积极进取、拥抱开放。

对内，通过SPG语义框架，图谱技术升级语义表示体系，从二元静态升级到多元动态，更好的实现事实的感知、常识知识归纳沉淀、深度上下文关联等，通过一套体系理解和使用知识图谱，避免对玲琅满目图谱概念的理解；对外，图谱技术积极拥抱新一代AI技术体系，如大模型(Large Language Model, LLM)，实现二者的双驱动增强，定义融合互通的技术范式和关键问题，借助LLM强大的语言理解能力，为基于非/半结构化数据的图谱构建提效，同时在用户问答中，语言要素和语义结构的理解也会更加精准。
                        
原文链接：https://blog.csdn.net/m0_56647251/article/details/135925659