摘要
本发明提出一种基于大规模语言模型的地址重写方法。该方法包括利用基于地址补全、地址重写、地址分词等提示词结构多任务微调数据对中文大模型进行微调;对微调后的大模型进行无偏对齐训练;根据物流行业的包裹配送数据,得到物流文本地址作为问答对输入给微调后的大模型,使用地址编码、地址解码、语义信息等特征按照比例作为奖励模型的训练损失函数微调大模型;使用地址编码数据对检索器进行微调,用微调后的检索器从地址向量数据库中RAG获取相似度高的地址作为提示词,辅助微调后的大模型进行文本地址的更正。该方法能够显著提升物流行业的反调度率、提高地址库的正确率,减少了人力物力的损失,能够被物流行业认可。
技术关键词
重写方法
地址解析数据
地址映射
多任务
语义
编码器架构
度函数
文本编码器
预训练模型
编码系统
物流系统
信息编码
服务系统
计算机
分词
处理器
系统为您推荐了相关专利信息
Gabor特征
建筑物
分层编码器
滤波器网络
深度残差神经网络
双分支网络
图像分割方法
多尺度特征融合
融合特征
语义特征
数据记录模块
声音采集模块
说话人身份
智能休眠
声纹模型
表达评估方法
胚胎
基因表达数据
矩阵分解算法
集成学习模型