计算机工程与科学

作者：高福财, 何廷年, 杨阳, 杨江伟

单位：西北师范大学计算机科学与工程学院，甘肃 兰州 730070

关键词：知识图谱,大语言模型,协同增强,信息检索,

大型语言模型（LLMs）通过大量的数据习得各种能力和知识，但仍有着幻觉、专业领域知识不足等问题，这些问题可通过引入外部知识图谱来缓解。为从知识图谱中获取知识，提出了一种新方法GPR，通过广度优先搜索（BFS）检索相关关系及实体，并以全局视角修剪提取高度相关的关系及实体。同时将问题中的实体通过最短路径进行关系连接。将关系及实体转化为提示词推送到LLMs，引导LLMs推理生成答案并文字化展示推理过程，使得决策透明且可追溯。在多个数据集上的实验结果表明GPR有着更好的推理优势，检索到的知识可更好缓解LLMs的幻觉及知识不足问题。

来源：2026年第1期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2026年第1期