一种基于大语言模型的创新自动化文献主题词提取方法

本发明提供一种基于大语言模型的创新自动化文献主题词提取方法，涉及自然语言处理和信息检索技术领域，包括S1数据采集、S2数据预处理、S3少样本学习与主题词列表提取、S4主题词列表排序、S5迭代优化、S6主题词筛选，通过利用大语言模型处理和生成主题词列表，相比于使用BERTopic，可以更高效地一次性处理和分析大规模文献集合，能有效管理和分析庞大的数据集，通过持续迭代和优化过程，能够保存每篇文献生成的主题词，这些主题词相比于传统的LDA方法更为精确。这不仅有助于确保研究的连贯性和深度，也为后续研究提供了可靠的基础，直接利用预训练的大型语言模型进行文献的语义解析和主题词生成，省去了繁琐的模型训练过程。