一种基于大语言模型的老年健康管理指令数据集构建方法

本发明公开了一种基于大语言模型的老年健康管理指令数据集构建方法，基于网络爬虫等多元获取数据方法，通过数据清洗与过滤获得高质量、专注于老年健康管理问答数据和无监督数据；大语言模型信息抽取阶段，根据无监督文本数据，设计提示词来知识引导与背景知识相关的指令数据；提示大语言模型，对信息抽取形成的问答数据与不同基座模型生成的答案进行语义相似性判断，删除语义差异大、准确性欠佳、领域关联程度低内容；人工评测数据后，基于评测数据与先验知识支持下的投票法训练分类模型，对剩余指令数据进行多重指标的投票，筛选出符合高质量标准数据，构建具备高准确性和领域相关性的指令数据集，为优化老年健康管理智能问答提供精准数据支持。