原创力文档- 1、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。。
- 2、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。
- 3、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)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
计算机科学与探索1673-9418/2025/19(01)-0107-11
JournalofFrontiersofComputerScienceandTechnologydoi:10.3778/j.issn.1673-9418.2406009
融合知识图谱和大模型的高校科研管理问答系统设计
王永，秦嘉俊，黄有锐，邓江洲+
重庆邮电大学电子商务与现代物流重点实验室，重庆400065
+通信作者E-mail:dengjz@
摘要：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。
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
文献标志码：A中图分类号：TP391
DesignofUniversityResearchManagementQuestionAnsweringSystemIntegrating
KnowledgeGraphandLargeLanguageModels
WANGYong,QINJiajun,HUANGYourui,DENGJiangzhou+
KeyLaboratoryofElectronicCommerceandLogistics,ChongqingUniversityofPostsandTelecommunications,
Chongqing400065,China
Abstract:Scientificresearchmanagementisacrucialaspectofuniversitymanagement.However,existingscientific
researchmanagementsystemscannotmeettheindividualneedsofusers.Thispaperfocusesontransforminguniversity
scientificresearchmanagementtowardsintelligenceasthedemandorientation,andcombinesknowledgegraph,traditional
modelandlargelanguagemodelstojointlybuildanewuniversityscientificresearchmanagementquestionansweringsys-
tem.Firstly,thescientificresearchknowledgeiscollectedtobuildascientificresearchknowledgegraph.Then,amulti-
taskmodelisusedforsemanticparsing,simultaneouslyperformingintentclassificationandentityextraction.Finally,the
parsingresultsareusedtogeneratequerystatementstoretrieveinformationfromtheknowledgeg
文档评论（0）