Page 114 - 2023年第54卷第9期

随后 ＫＰｅｒ基于 ＬＬＭ的庞大知识库挖掘与防汛实体对相关的语句描述，并对语句进行合并处理，最后
ＲＤｅｒ基于此组合语句推理总结出防汛实体间关系，各子模块通过串行方式完成推理工作。

图 １ ＦＣＲＫＩ总体框架
２．３ 子模块分解 为了更好的解决子任务，进一步将每个子模块分解为责任单一的两个子问题，针对
各模块中单一子问题设计功能单元，分别是 ＡＩ单元与非 ＡＩ单元，如图 ２所示。ＡＩ单元是指基于 ＬＬＭ
（ＡＩ知识库）进行推理的单元，非 ＡＩ单元是指遵循客观规则或逻辑的单元。
防汛实体抽取器分解为一个 ＡＩ单元（防汛实体抽取）和一个非 ＡＩ单元（实体配对）。即给定一个文
本，由该模块的 ＡＩ单元抽取防汛实体后再由非 ＡＩ单元基于规则进行两两配对，最后输出实体对。
防汛实体知识解析器分解为一个 ＡＩ单元（防汛实体知识挖掘）和一个非 ＡＩ单元（实体知识组合）。
即给定一个实体对，该模块中 ＡＩ单元通过 ＬＬＭ挖掘实体对中每个实体的相关知识，再由非 ＡＩ单元将
两条知识合并为一组完整的、综合的段落。考虑到该模块需要推理 ５种类型的关系，为每种关系类型
设计单独的知识解析器，５个知识解析器通过并行方式完成相关知识挖掘工作。
防汛实体间关系决策器分解为三个 ＡＩ单元（防汛实体间关系决策 １、防汛实体间关系决策 ２、防
汛实体间关系决策 ３）和一个非 ＡＩ单元（结果组合）。即给定一个实体对及与实体对相关的完整知识段
落，该模块的三个 ＡＩ单元将从不同角度和风格（直接提问、判断声明正误、制定选项），独立地评估
实体间关系，再由非 ＡＩ单元将三个 ＡＩ单元的输出汇总，通过多数投票最终确认实体间关系。此外，
为了提高 ＦＣＲＫＩ的鲁棒性，将为每种防汛实体间关系类型设计单独的关系决策器，各个决策器并行
操作。

图 ２ 功能单元图

２．４ ＡＩ单元的有效提示设计 充分利用 ＬＬＭ的上下文学习能力，通过 ＡＩ单元中的有效任务提示和
案例来激活 ＬＬＭ执行特定任务的能力。上下文学习方式无需梯度更新 ［２３ － ２４］ ，只需一个任务提示和很

— １ １ ４ —
２