摘要
本发明公开了一种基于大语言模型的小样本统一粒度关系抽取方法,包括以下步骤:首先,给出具体的任务描述作为大语言模型输入上下文的一部分;接着,给大语言模型一个可类比的示例作为上下文演示;为了更好的提示大语言模型实体在上下文中的位置信息,对输入到大语言模型的上下文进行实体增强;最后定义了一种将关系三元组序列化的方式,并在其中融入了思维链推理信息,从而帮助大语言模型能够利用这些思维链提示进行关系抽取。本发明针对囊括句子级、文档级、跨文档级的统一粒度关系抽取任务,引入上下文学习、思维链和实体增强技术,充分发挥大语言模型强大的推理能力,提升模型在统一粒度的关系抽取任务上,尤其是小样本场景下的有效性。
技术关键词
大语言模型
关系抽取方法
实体
样本
三元组
自然语言
定义
注意力
有效性
模版
文本
线性
场景
标识
数据
系统为您推荐了相关专利信息
知识库检索方法
表达式
SPARQL查询
自然语言
逻辑
资产数字化方法
实体
多模态信息
传感器
数据嵌入
罕见病辅助诊断系统
融合分类器
文本编码器
电子健康记录
多模态