摘要
本发明实施例涉及一种基于上下文增强的事件提取方法和装置,所述方法包括:选择大语言模型并定制文本检索模型、事件提取模型;基于大语言模型为两个定制模型创建训练数据集并基于数据集对两个定制模型进行训练;训练结束后接收用户输入文本,并对当次用户文本进行文本分句;并将各个分句文本以及对应的其他文本序列输入文本检索模型进行文本检索、并对各个分句文本与其对应的检索文本进行拼接得到上下文增强文本;并将去重后的各个上下文增强文本输入事件提取模型进行事件信息提取;并由各个事件信息文本+分句文本+上下文增强文本组成事件提取记录,并将得到的所有事件提取记录向用户反馈。通过本发明可以提高事件的准确度和完整度。
技术关键词
编码向量
标签
事件提取方法
文本特征向量
大语言模型
元素
分词
序列
索引
特征提取模块
事件触发词
数据
输入端
样本
神经网络分类器
对象
计数器
生成指令
系统为您推荐了相关专利信息
文本信息抽取方法
测试题
编码向量
命名实体识别
计算机设备
机器学习模型
性预测方法
机器学习技术
数据
非线性