一种基于大型语言模型的个性化认知路径抽取方法

本发明提供一种基于大型语言模型的个性化认知路径抽取方法，涉及自然语言处理。所述方法包括以下步骤：首先，对个体陈述文本进行预处理和编码；然后，通过计算相似度，从认知路径数据库中检索出相似的认知路径抽取示例，为少样本提示构建提供参考；接着，设计了一种综合提示策略，结合基础提示、少样本提示以及思维链提示，引导大型语言模型逐步精准地抽取个体的认知路径；此外，引入自动化检查与大型语言模型自评反馈的方式，对生成的认知路径进行一致性校验与优化，以确保抽取结果的准确性和可靠性。本发明通过结合示例检索与提示工程，特别是引入思维链提示策略，强化了模型推理过程的可解释性，提高个性化认知路径抽取的效率与准确性。