一种基于大语言模型的文本结构化方法及系统

本发明属于信息抽取技术领域，公开了一种基于大语言模型的文本结构化方法及系统。该方法通过对大语言模型的JSON格式分析，进行训练数据处理；对大语言模型进行训练、微调，用vLLM进行训练、微调后的大语言模型的部署；采取CoT提示的方式对部署后的大语言模型进行文本结构化，对出现错误的JSON格式数据，采用JSON解析结果的反思策略，进一步提升大语言模型的结构化输出能力。本发明通过微调与指令结合解决大模型在知识抽取任务中生成JSON字符串不符合要求的问题；大模型按照schema.org要求生成知识图谱规范的JSON，实现端到端的文本结构化，无须进一步的知识加工，节省后续知识加工的工作量。