原创力文档- 1、本文档共30页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
知识图谱与大模型融合实践
中国电子标准化CIO之家2023-11-1607:01发表于广东
知识图谱和大型语言模型都是用来表示和处理知识的手段。大模型补足了理解语言的能力，知识图谱则丰富了表示知识的方式，两者的深度结合必将为人工智能提供更为全面、可靠、可控的知识处理方法。
语言和知识密不可分，语言模型与知识图谱都是用来处理世界知识的手段。以ChatGPT为代表的大型语言模型技术的发展代表人工智能表示和处理知识能力的大幅提升。在大模型时代，知识图谱不是没有用了，而是更加重要了，可以预见随着语言模型与知识图谱的深层次融合，一个全新的知识图谱技术栈会逐步演进和形成。人类知识高度复杂，很多知识是无法用自然语言序列来表示和描述的。我们在刻画客观世界时，更多采用的是多样化的结构化描述。大型语言模型只是起点，我们最终需要发展的是能够大规模编码和处理各种知识表示结构的大型知识模型（LargeKnowledgeModel）。
文档评论（0）