图模融合：人工智能系统事实表达和逻辑推理增强

杨娟; 沈游人

doi:10.11959/j.issn.2096-0271.2025014

您当前的位置：

首页 >

文章列表页 >

图模融合：人工智能系统事实表达和逻辑推理增强

专栏：信息技术应用创新：系统与软件 | 更新时间：2025-03-05

- 图模融合：人工智能系统事实表达和逻辑推理增强
- Graph-LLM fusion: enhancing fact representation and logical reasoning in artificial intelligence systems
- “在人工智能领域，专家探索了知识图谱与大模型融合课题，为构建强大且可解释的AI系统提供新方向。”
- 大数据 2025年11卷第1期页码：175-190
- 作者机构：
  
  1.清华大学计算机科学与技术系，北京 100084
  2.北京海致星图科技有限公司，北京 100085
- 作者简介：
  
  [ "杨娟（1979- ），女，北京海致星图科技有限公司CEO，清华大学计算机科学与技术系博士生，主要研究方向为知识图谱、图数据库、数据分析与数据挖掘。" ]
  [ "沈游人（1993- ），男，北京海致星图科技有限公司图技术专家，主要研究方向为图数据库、数据分析与数据挖掘。" ]
- 基金信息：
  
  国家重点研发计划基金项目(2022YFB2404200)
- DOI：10.11959/j.issn.2096-0271.2025014
  中图分类号： TP391
- 收稿日期：2024-09-01，
  
  纸质出版日期：2025-01-15
- 稿件说明：
移动端阅览
杨娟,沈游人.图模融合：人工智能系统事实表达和逻辑推理增强[J].大数据,2025,11(01):175-190.

YANG Juan,SHEN Youren.Graph-LLM fusion: enhancing fact representation and logical reasoning in artificial intelligence systems[J].BIG DATA RESEARCH,2025,11(01):175-190.
杨娟,沈游人.图模融合：人工智能系统事实表达和逻辑推理增强[J].大数据,2025,11(01):175-190. DOI： 10.11959/j.issn.2096-0271.2025014.

YANG Juan,SHEN Youren.Graph-LLM fusion: enhancing fact representation and logical reasoning in artificial intelligence systems[J].BIG DATA RESEARCH,2025,11(01):175-190. DOI： 10.11959/j.issn.2096-0271.2025014.

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据

图模融合：人工智能系统事实表达和逻辑推理增强

Graph-LLM fusion: enhancing fact representation and logical reasoning in artificial intelligence systems

DOI：10.11959/j.issn.2096-0271.2025014