一种面向Telegram的对话数据自动采集与细粒度个性信息标注方法

本发明公开了一种面向Telegram的对话数据自动采集与细粒度个性信息标注方法，涉及数据采集和标注技术领域，包括Telegram对话数据自动采集、高质量对话数据提取和细粒度个性信息标注，Telegram对话数据的采集通过客户端伪装技术，使分布式爬虫能够绕过Telegram的访问控制和封禁限制，从而持续稳定地获取目标群组的历史对话数据；高质量对话数据提取通过预定义的规则脚本和训练模型来筛选有效对话，并过滤掉无效信息和冗余内容；细粒度个性信息标注分为两个阶段。本发明高效数据采集，精准数据提取，利用少样本提示技术和大语言模型，减少人工标注，优化反馈迭代机制，提高标注准确性与一致性，生成高质量的个性对话数据。