基于大语言模型的数据知识提取方法、系统、设备及存储介质

本发明公开了一种基于大语言模型的数据知识提取方法、系统、设备及存储介质，方法包括：对获取到的原始数据进行预处理；从原始数据中提取特征，选择对应任务特征，通过计算特征之间的相关系数矩阵，去除高相关性的特征；选择任务的大语言模型，捕捉通用语言和知识，在特定领域或任务的标注数据集上对大语言模型进行微调；基于大语言模型推理与提示词工程，采用二次分块迭代的方式提取知识源信息，利用微调训练后的大语言模型的上下文理解能力，将不同数据源提取的信息进行整合；定义评估标准，分析大语言模型的错误案例，识别改进方向，根据评估结果和错误分析，调整模型参数和训练数据。本发明具备提高知识提取方法的效率和准确率的优点。