摘要
基于任务链的大模型语病纠错方法、设备和存储介质,属于语言信息处理技术领域,解决基于大语言模型的语病纠错正确性低问题。本发明方法包括:在输出中找出与输入原句子对应的信息类型,信息类型包括语病范围、语病类型和纠错方式三种类型;对不同粒度的语病范围进行标注,针对每种语病类型,计算自动标注的语病范围与人工标注的语病范围之间的相似性分数,选择相似性分数最高的标注粒度作为最终的语病范围标注结果;将训练集中的所有样本随机排序,按照样本的顺序,将每个样本的三条指令数据加入到训练队列中,依次使用每条指令数据对大语言模型进行指令微调;利用指令微调后的大语言模型进行语病纠错。本发明适用于基于大语言模型的语病纠错。
技术关键词
纠错方法
索引
列表
大语言模型
指令
语言信息处理技术
纠错方式
字符
样本
存储器
数据
可读存储介质
文本
处理器通信
计算机设备
队列
编辑
系统为您推荐了相关专利信息
智能数据处理方法
意图类别
姿态特征
融合特征
阶段
行驶特征
车辆模型
车载大屏
计算机执行指令
车道
道路环境信息
车辆环境信息
车辆控制方法
计算机设备
路况信息