用于多任务大语言模型的数据整理方法及系统

本申请涉及自然语言处理技术领域，具体涉及用于多任务大语言模型的数据整理方法及系统，该方法包括：获取各任务的初始样本集；将多任务划分为情感显著任务、情感非显著任务两类；确定任务中的数据标签类别；确定初始样本集中样本内各名词的类别表达向量；确定各名词在数据标签类别下的特征权重；基于各名词与其他名词在所有数据标签类别下特征权重的相似度，结合重要性指数获取样本的特征向量；基于所述特征向量进行样本分类；利用通用训练集训练初始大语言模型，保存权重参数，基于权重参数微调特定训练集训练的模型，得到多任务大语言模型。本申请在保留多任务类型处理能力的前提下，利用特定训练集得到针对不同任务的定制化大模型。