基于对齐策略的大模型文本分类方法和系统

本申请涉及一种基于对齐策略的大模型文本分类方法和系统，该方法包括：基于待分类文本构建语言提示；基于预训练语言模型和语言提示，得到输出向量；根据输出向量，确定预训练语言模型所有候选词的概率分布矩阵；概率分布矩阵包括预测分类标签；基于预先构建的文本语义图和对齐增强后的概率分布矩阵进行标签传播，得到待分类文本的文本分类结果。通过本申请，基于待分类文本构建语言提示，将文本分类任务转换为自然语言提示中面向任务的文本补全问题，并且利用文本语义图进行标签传播，对预训练语言模型的预测文本分类结果进行对齐增强，能够在样本稀缺时提高模型分类的准确性。