一种基于实体大模型知识注入的大模型三元组抽取方法

AITNT
正文
推荐专利
一种基于实体大模型知识注入的大模型三元组抽取方法
申请号:CN202411892736
申请日期:2024-12-20
公开号:CN120067338B
公开日期:2025-12-02
类型:发明专利
摘要
本发明公开一种基于实体大模型知识注入的大模型三元组抽取方法,包括以下步骤:获取待提取三元组的输入文本和任务提示词;将所述输入文本输入预训练好的实体识别大模型中,得到所述输入文本的实体信息,所述实体信息包括所述输入文本的实体和实体位置;将所述输入文本、任务提示词和实体信息输入预训练好的三元组抽取大模型,得到输入文本的三元组抽取结果。本发明通过将实体识别模型的输出注入到大模型中,增强了大模型在长文本处理和细节查询方面的能力,同时通过特殊设计的数据和三阶段训练策略提高了模型的泛化能力,减少实体抽取的幻觉。
技术关键词
三元组 LoRa模块 文本 训练集 参数 传播算法 实体识别模型 网络 误差 数据 策略 样本 阶段
系统为您推荐了相关专利信息
1
一种数据驱动的事件自动建模和动态显示方法及装置
可视化图表 动态显示方法 布局算法 评分算法 显示算法
2
基于联邦学习的跨品牌家电维修知识共享系统及其方法
知识共享系统 通用特征 数据收集模块 模块通信 差分隐私
3
一种具有大面积传感功能的自感知软体机器
传感模型 检测电极 机器运动控制 功能材料 重构
4
一种基于模糊综合评价的设备状态评价方法
设备状态评价方法 电力设备评价 模糊综合评价 电力设备状态评估 隶属度函数
5
用于足式机器人的单自由度多连杆机构
多连杆机构 足式机器人 连轴 功能件 驱动件
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号