593
3
0
2024-12-16 16:08:57
2024-12-16
https://cloud.tencent.com/developer/article/2466297
大模型輔助下奶業(yè)金融風險預(yù)警事件圖譜構(gòu)建方法研究
來自內(nèi)蒙古大學計算機學院教師，博士、研究生導(dǎo)師——安春燕為我們重點介紹了“針對奶業(yè)金融風險預(yù)警事件圖譜“
講師演講視頻鏈接：https://www.bilibili.com/video/BV1PamXYUEqe/?
奶業(yè)金融預(yù)警事件圖譜構(gòu)建流程涵蓋多方面：
1. 使用 SPG-Builder（數(shù)據(jù)導(dǎo)入與實例構(gòu)建）將 CSV 文件導(dǎo)入系統(tǒng)，生成事件實例并將其映射到圖譜中。
2. 包括對實體（如自然人、企業(yè)）、事件（原子事件、預(yù)警事件）、概念（如企業(yè)分類、行政區(qū)域等）的知識建模。使用 SPG-Schema 將不同的元素組織起來，形成清晰的圖譜結(jié)構(gòu)，支持復(fù)雜事件的定義和查詢。
3. 規(guī)則定義與推理規(guī)則模塊：用于定義圖譜內(nèi)的規(guī)則，如事件之間的“belongTo”和“leadTo”關(guān)系。SPG-Reasoner：通過加載規(guī)則，實現(xiàn)事件推理與傳導(dǎo)，輔助自動生成風險預(yù)警事件節(jié)點。
4. 圖譜構(gòu)建與前端系統(tǒng)。事件圖譜構(gòu)建：結(jié)合 SPG 組件，生成并擴展奶業(yè)金融風險預(yù)警事件圖譜。前端可視化系統(tǒng)：支持圖譜的可視化展示、查詢功能以及規(guī)則的修改，便于用戶進行交互和分析。
在奶業(yè)金融風險預(yù)警事件圖譜構(gòu)建中，KAG+LLM 雙重驅(qū)動發(fā)揮著關(guān)鍵作用。
首先是 LLM 友好的知識表示，利用 KAG 的知識抽取、屬性標化和語義對齊技術(shù)，融合原始業(yè)務(wù)數(shù)據(jù)與專家規(guī)則至圖譜。且圖結(jié)構(gòu)與原文片段互索引，便于追溯風險來源，增強解釋性分析；
LLM 輔助下的事件抽取意義重大。以特定指令引導(dǎo)模型，如 GLM - 4，從文本中精準抽取符合 schema 的事件，經(jīng) LoRA 微調(diào)、數(shù)據(jù)增強等手段，有效提升抽取的準確性與完整性；基本三元組抽取同樣依賴 LLM，像 Baichuan2 - 13B - base 等模型，從文本識別實體，經(jīng)數(shù)據(jù)增強和微調(diào)階段，不斷優(yōu)化抽取能力，為圖譜構(gòu)建提供基礎(chǔ)元素。
此外，還包括事件對齊 & 事件更新、知識圖譜推理以及基于 EG+LLM 的預(yù)警策略解釋生成等任務(wù)。通過這些技術(shù)，能更全面地捕捉奶業(yè)金融領(lǐng)域事件信息，提升圖譜質(zhì)量，從而更精準地進行風險預(yù)警，為奶業(yè)金融風險管理提供有力支持。
