一种基于大语言模型的文献内容抽取方法和系统

本发明提供了一种基于大语言模型的文献内容抽取方法和系统，旨在提高科研效率，降低科研文献阅读耗费的时间成本。该方法包括：将需要抽取的文献上传至系统并进行格式化处理，形成结构化的数据内容；选择需要抽取的类型，创建抽取属性集合及确定属性关系；调用大语言模型及抽取算法，获得抽取的属性关键基础数据；识别适配抽取到的数据并进行规整组合；将规整组合好的数据进行二维展示并保存记录；对二维行列组合的数据进行自定义局部保存。本发明主要用于解决科研文献的批量关键信息提取，帮助科研人员快速提炼文献内容和数据，提升科研效率。