一种基于知识图谱的大模型智能决策系统的制作方法
本发明涉及人工智能与知识图谱,尤其涉及一种基于知识图谱的大模型智能决策系统。
背景技术:
1、近年来,随着知识图谱、大语言模型、深度学习和智能决策技术的发展,利用多源业务数据构建知识关联结构并辅助大模型完成复杂业务决策,逐渐成为人工智能应用的重要方向。现有技术通常采集业务对象、业务关系、业务状态及决策任务数据,对数据进行清洗和结构化处理,再基于实体及实体关系构建知识图谱,并通过知识检索、语义匹配或检索增强生成方式,将与当前任务相关的知识内容输入大模型,由大模型结合任务描述和业务状态生成决策内容。部分技术还通过规则校验、结果解释或执行反馈对大模型输出进行补充,以提高决策过程的知识利用能力和结果适应能力。
2、但是,现有大模型智能决策技术仍存在决策任务与知识图谱关联不充分的问题。当前决策任务通常以文本检索方式获取相关知识,难以根据决策对象、业务状态及实体关系确定明确的决策锚点,并沿知识图谱形成与任务对应的动态关联范围;大模型获得知识后多直接生成完整决策结果,图谱中的实体关系和业务状态难以持续参与决策路径的逐级形成,导致各决策动作与其对应的路径来源、状态依据之间缺少明确关联,决策过程难以验证和追溯。此外,当执行过程中业务状态发生变化时,现有方案多重新执行整体决策或更新完整结果,难以基于当前执行位置局部更新受影响的知识路径并续接后续决策动作,导致动态业务环境下的决策连续性和实时适应能力受到限制。
技术实现思路
1、本发明的一个目的在于提出一种基于知识图谱的大模型智能决策系统,本发明充分利用知识图谱、大模型语义理解及图结构关联传播技术,通过决策任务锚定、图谱激活、决策路径逐级扩展、动作证据耦合及执行反馈续决,实现复杂业务场景下可追溯的动态智能决策,具备知识关联充分、决策依据清晰、决策过程可追溯以及动态适应能力强的优点。
2、根据本发明实施例的一种基于知识图谱的大模型智能决策系统,包括:
3、数据处理模块,用于采集并标准化处理智能决策关联数据,生成智能决策数据集;
4、知识图谱构建模块,用于提取业务实体、实体关系和业务状态并建立图谱连接,构建业务知识图谱;
5、任务锚定模块,用于将当前决策任务和当前业务状态映射至业务知识图谱,确定决策锚点及决策关联范围;
6、图谱激活模块,用于将当前决策任务和当前业务状态输入大模型生成任务语义表示,将任务语义表示投射至决策关联范围并沿实体关系传播,更新业务实体的任务关联状态,生成决策激活图;
7、决策轨迹构建模块,用于以决策锚点为起点,依据决策激活图逐级扩展决策路径,结合业务状态变化确定决策动作,生成决策传播轨迹;
8、证据耦合模块,用于将决策动作与对应路径来源及状态依据进行关联,生成可追溯决策链;
9、闭环续决模块,用于依据决策执行反馈更新对应业务实体和实体关系,并从当前执行位置续接后续决策传播轨迹,生成大模型智能决策结果。
10、可选的,所述智能决策关联数据包括业务对象数据、业务关系数据、业务状态数据和决策任务数据,所述标准化处理包括格式转换、字段统一、实体标识统一、时间对齐、重复数据消除、异常数据剔除、缺失数据补全和归一化处理。
11、可选的,所述业务知识图谱的构建包括:
12、基于智能决策数据集中的业务对象数据识别业务对象类别、业务对象标识和业务对象属性,按照业务对象标识建立业务实体,并将业务对象属性写入对应业务实体;
13、基于业务关系数据确定业务实体之间的关联对象、关系类型和关系方向,将关联对象对应的业务实体进行连接,形成实体关系;
14、基于业务状态数据按照业务对象标识匹配对应业务实体,将业务状态及对应采集时间关联至业务实体;
15、按照实体关系的关系方向连接业务实体,并将业务状态关联至对应业务实体,形成由业务实体、实体关系和业务状态组成的图结构;
16、按照业务对象标识对重复业务实体进行合并,同步保留对应实体关系和业务状态,基于合并后的业务实体、实体关系和业务状态构建业务知识图谱。
17、可选的,所述决策锚点及决策关联范围的确定包括:
18、基于当前决策任务提取决策对象、决策目标和决策约束,按照业务对象标识将决策对象映射至业务知识图谱中的对应业务实体,并将对应业务实体确定为任务关联实体;
19、基于当前业务状态按照业务对象标识匹配任务关联实体及与任务关联实体具有实体关系的业务实体,确定各业务实体对应的业务状态;
20、根据决策目标和决策约束对任务关联实体、实体关系及业务状态进行关联匹配,确定与当前决策任务直接对应的业务实体,将该业务实体确定为决策锚点;
21、以决策锚点为起点,按照实体关系的关系方向逐级追踪关联业务实体,依据决策目标、决策约束和业务状态筛选与当前决策任务相关的业务实体及实体关系,确定由决策锚点、关联业务实体、实体关系和业务状态组成的决策关联范围。
22、可选的,所述决策激活图的生成包括:
23、将当前决策任务和当前业务状态输入大模型进行联合编码,生成任务语义表示;
24、将任务语义表示投射至决策关联范围,以决策锚点为起始位置计算各业务实体与当前决策任务的语义匹配状态,并将匹配结果写入对应业务实体;
25、按照实体关系的关系方向,将已激活业务实体的匹配结果经对应实体关系传递至相邻业务实体,依据实体关系与任务语义表示的关联程度调节传递强度;
26、将相邻业务实体接收的传递结果与原有匹配结果进行融合,更新业务实体的任务关联状态;
27、按照更新后的任务关联状态继续沿实体关系迭代传递,直至决策关联范围内的任务关联状态保持稳定,基于稳定后的任务关联状态生成决策激活图。
28、可选的,所述决策传播轨迹的生成包括:
29、以决策锚点为起点,读取决策激活图中与当前业务实体连接的实体关系,按照实体关系的关系方向和相邻业务实体的任务关联状态确定路径扩展顺序,逐级连接业务实体形成决策路径;
30、在每次路径扩展过程中,比较当前业务实体与相邻业务实体对应的业务状态,确定业务状态沿实体关系产生的状态变化,将状态变化与当前决策任务进行语义匹配,确定对应决策动作;
31、将决策动作写入产生该决策动作的决策路径位置,并按照实体关系的连接顺序确定相邻决策动作之间的动作执行关系;
32、依据当前决策动作执行后的业务状态更新对应业务实体的路径扩展位置,从更新后的路径扩展位置继续确定下一决策动作,直至决策激活图中不存在与当前决策任务关联的后续业务实体;
33、按照决策路径顺序连接各决策动作及动作执行关系,生成决策传播轨迹。
34、可选的,所述可追溯决策链的生成包括:
35、按照决策传播轨迹中的决策动作定位对应路径位置,提取该路径位置自决策锚点至当前业务实体的实体关系序列,将实体关系序列确定为对应决策动作的路径来源;
36、读取决策动作生成时对应的业务状态、有效状态变化及任务关联状态,将业务状态、有效状态变化和任务关联状态按照业务对象标识关联至对应业务实体,形成状态依据;
37、将各决策动作与对应路径来源及状态依据进行一一绑定,生成动作证据单元;
38、按照动作执行关系排列动作证据单元,保留相邻动作证据单元之间连续的业务实体和实体关系;
39、对存在路径分支的动作证据单元按照决策传播轨迹中的分支顺序分别建立连接,将各动作证据单元及其连接关系组合,生成可追溯决策链。
40、可选的,所述大模型智能决策结果的生成包括:
41、按照可追溯决策链执行决策动作,采集决策动作对应的决策执行反馈,依据动作执行关系定位产生决策执行反馈的当前执行位置;
42、将决策执行反馈与当前执行位置对应的业务状态进行比较,确定状态变化,按照业务对象标识和实体关系更新对应业务实体及实体关系;
43、基于更新后的业务实体和实体关系重新计算当前执行位置后续业务实体的任务关联状态,更新决策激活图中受状态变化影响的后续路径;
44、保留当前执行位置之前已完成的决策传播轨迹,以当前执行位置为新的路径扩展起点,沿更新后的决策激活图逐级确定后续决策动作及动作执行关系,形成后续决策传播轨迹;
45、将已完成的决策传播轨迹与后续决策传播轨迹在当前执行位置进行连接,依据后续决策动作的执行反馈持续更新后续决策传播轨迹,生成大模型智能决策结果。
46、本发明的有益效果是:
47、本发明通过将知识图谱与大模型决策过程进行深度结合,使当前决策任务、当前业务状态及图谱中的业务实体、实体关系能够在同一决策过程中形成连续关联。通过将当前决策任务和当前业务状态映射至业务知识图谱,确定决策锚点及决策关联范围,并利用大模型生成任务语义表示,将任务语义表示投射至决策关联范围后沿实体关系传播,使与当前决策任务相关的业务实体获得对应任务关联状态,进而形成决策激活图。相比于仅依据文本检索或单次知识召回向大模型提供辅助信息的方式,本发明能够使知识图谱中的关联结构持续参与决策过程,使大模型语义理解结果与图谱关系传播过程相互结合,提高当前决策任务与业务知识之间的对应程度。
48、同时,本发明以决策锚点为起点,依据决策激活图逐级扩展决策路径,并结合业务状态变化确定决策动作,使决策动作能够沿业务知识图谱中的实体关系逐步形成,而不是由大模型一次性输出完整决策结果;通过将决策动作与对应路径来源及状态依据进行关联,形成可追溯决策链,使各决策动作均能够定位至对应业务实体、实体关系及业务状态,提高决策过程的可验证性和可追溯性。在决策执行过程中,通过决策执行反馈更新对应业务实体和实体关系,并从当前执行位置对受影响的后续路径和决策动作进行续接更新,无需重新生成全部决策过程,使已经完成且未受影响的决策传播轨迹得到保留,从而提高复杂动态业务环境下决策更新的连续性、针对性和响应效率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com