摘要
本发明公开了基于大模型和预训练模型的显隐关系协同抽取方法和装置,包括:步骤一:使用预训练语言模型,获取文本的词向量,基于文本的词向量,构建词级别的表格标注框架,基于词级别的表格标注框架,得到文本中的显式实体关系三元组;其中,预训练语言模型为BERT;步骤二:从GPT模型中获取文本中隐式知识作为外部知识源;步骤三:通过对开源大语言模型融合隐式知识和提示进行指令微调,通过文本及隐含知识进行推理得到隐式实体关系三元组;步骤四:将融合隐式信息微调的开源大语言模型与预训练语言模型对文本分别获取到的显式与隐式实体关系三元组进行系统性整合,最终得到组合三元组。
技术关键词
三元组
大语言模型
文本
预训练语言模型
实体
表格
BERT模型
组合模块
框架
预定义关系
池化技术
代表
解码
指令
抽取装置
线性
编码器
系统为您推荐了相关专利信息
问答系统
索引
动态知识图谱
生成标识符
查询关键词