一种基于掩码机制的大模型文本逆向推理增强方法

本发明公开了一种基于掩码机制的大模型文本逆向推理增强方法，涉及文本推理技术领域，包括：以ModernBERT模型为底层架构进行微调训练，构建知识抽取大模型，进行细粒度知识抽取，确定抽取知识；根据抽取知识，构建逆向推理指令数据集；引入掩码机制，构建基于逆向推理的提示词工程；根据逆向推理指令数据集与提示词工程，对知识抽取大模型进行增强训练，获取知识抽取增强模型，其中，知识抽取增强模型以文本掩码后的逆向推理为输出。本发明解决现有技术在知识抽取和文本推理任务中，缺乏有效的逆向推理验证能力，导致推理结果的准确性低的技术问题达到提升模型在文本推理中的逆向推理验证能力，提高推理结果的准确性的技术效果。