一种基于大语言模型的跨领域数据匹配方法

本发明公开了一种基于大语言模型的跨领域数据匹配方法，包括以下步骤：输入源数据和目标数据，且两者分别来自患者信息和药物数据；分别从源数据和目标数据中提取实体对，所述源数据中的实体对具有标签的，即被标记为匹配或者不匹配，目标数据中的实体对不具有标签；主动候选源数据生成；上下文演示选择；将每个实体对的域信息注入到预定义格式中，将提示发送给大语言模型进行处理，大语言模型根据接收到的提示返回特定实体对的结果。本申请探索了大语言模型执行跨域实体解析的上下文学习能力。本申请提高了大语言模型在跨域实体解析任务中的性能，能选择更有价值的演示并构建更高质量的提示。