一种基于大语言模型的多标签分类数据增强方法和系统

本发明涉及自然语言处理技术领域，具体涉及一种基于大语言模型的多标签分类数据增强方法和系统。本发明的方法包括以下步骤：获取原始文本数据集，根据所述原始文本数据集，获得双重加权标签关系网络；在所述双重加权标签关系网络中进行尾部驱动采样，根据采样结果生成所述原始文本数据集的创意标签；利用大语言模型和所述创意标签，生成创意标签文本；合并所述创意标签文本，获得多标签分类增强数据。本发明利用现有标签组建标签关系网络后进行尾部驱动采样，考虑标签匹配和风格一致性地设计创新标签组合，增加稀有标签的实例数量，有效应对长尾分布问题的同时还能与原始数据保持一致性和相关性，提高了大语言模型在实际应用中的泛化能力。