一种基于增强知识检索与大语言模型协同优化的产业污染知识关系抽取方法

本发明公开了一种基于增强知识检索与大语言模型协同优化的产业污染知识关系抽取方法，应用于关系抽取技术领域。本发明首先通过查询获取与目标句子相关的训练数据，并利用余弦相似度计算来评估这些数据与目标句子的相似性，对检索结果进行排序。将目标句子及其相似的句子输入至提示生成器中，构建包含特定实体对的指令。然后，结合大语言模型和提示生成器，预测并生成潜在的关系。最后，采用参数高效微调框架对大语言模型进行微调，以适应特定的关系抽取任务。微调后的大语言模型能够根据输入的提示自动抽取句子中的三元组关系，并以三元组的形式输出最终的推理结果。通过这一流程，本发明实现了对产业污染领域中文关系抽取的准确性和效率的提升。