摘要
本申请提供一种基于微调和知识图谱的元器件自动化表示方法及装置,其中,利用大语言模型对电子元器件数据中文本行的非结构化内容进行理解,通过语序恢复和属性信息提取获得电子元器件的第一关键特征属性;基于大语言模型在视觉和文本联合理解能力对电子元器件数据中图片获取电子元器件的第二关键特征属性;即从图片或表格中获取关于电子元器件的重要信息;将上述获得的两种关键特征属性构建电子元器件的知识图谱。融合深度学习技术中的微调(finetuning)策略和检索增强生成技术,旨在将非结构化的Datasheet内容转化成高度结构化的信息图表示。精准获取电子元器件数据中的全面特征,构建知识图谱以全面展示,确保了信息的广度与深度。
技术关键词
电子元器件
大语言模型
图片
文本
知识图谱数据库
表格
融合深度学习
融合知识图谱
语义关联度
构建知识图谱
引脚功能
可读存储介质
节点
视觉
生成技术
注意力机制
关系
系统为您推荐了相关专利信息
语义图谱
命名实体识别
大语言模型
动态
神经网络训练
预训练语言模型
语句
数据组织结构
数据查询方法
检查规则
细粒度特征
代码特征
学习分类器
语句
抽象语法树