摘要
一种利用BERT模型对大模型进行时间认知补全的方法,通过小模型对用户的问题进行时间提取,获得日期和时间名词;再用后处理逻辑,将日期和时间名词转换为具体的时间或日期,补充到用户问题中,将补全的结果送入大模型中进行推理。选择Bert‑base模型作为小模型。通过如下步骤进行:步骤1.定义模型结构;步骤2.训练数据预处理;步骤3.模型训练;步骤4.模型推理及后处理;步骤5.时间日期补全;步骤6.大模型推理。本发明利用BERT模型对大模型进行时间认知补全的方法,能够弥补大模型时间推理能力差的问题,提高大模型对时间推理的准确性和智能性。
技术关键词
BERT模型
日期
文本
批量数据
定义提取
分词
逻辑
标签
目录
格式
代表
框架
系统为您推荐了相关专利信息
文本情感倾向
语义特征提取
图像编码
交互注意力
图像全局特征
儿童语言能力
大语言模型
蒸馏
自然语言
评估系统
终端设备
屏幕
自然语言
数据处理方法
数据获取模块