基于成果转化大模型的语义增强文本匹配方法及系统

本发明属于大模型应用技术领域，尤其涉及一种基于成果转化大模型的语义增强文本匹配方法及系统。其中，基于成果转化大模型的语义增强文本匹配方法包含五个部分，分别是数据与知识的的准备、多层次语义知识的增强、语义差异性的学习、语义信息的智能权重分配、文本相似性的预测。数据与知识的准备用于构建文本匹配任务所需的基础数据和知识资源，通过文本预处理和知识库构建。多层次语义知识的增强，通过在词级、短语级和句式级三个层次注入外部知识，丰富文本的语义表示。语义差异性的学习，通过对比学习框架学习细粒度的语义特征，提升模型对文本语义差异的识别能力。语义信息的智能权重分配，通过评估特征重要性和动态调整权重，实现不同来源信息的动态平衡与优化组合。文本相似性的预测，通过整合前述各个阶段的特征信息，计算文本对的相似度分数，并提供可解释的预测结果。本发明基于成果转化大模型设计了完整的文本匹配方法与系统，有效解决了大模型在文本匹配任务中知识利用不足、语义表示不全面、特征权重固定等问题，提升了大模型在实际应用场景中的文本匹配效果，为大模型技术的成果转化提供了可行的解决方案。