摘要
本发明提供了一种基于样本增强的信审小结优化方法,该方法具体如下:收集信审过程中的信审对话语音,将信审对话语音转换成信审对话文本,将信审对话文本输入训练好的大模型,大模型输出信审对话文本对应的信审小结;大模型采用高质量的样本数据进行训练,高质量的样本数据为信审小结与信审对话文本表达趋于一致的样本数据。通过对样本数据进行过滤,筛选出与信审对话文本的知识图谱表达趋于一致的高质量样本,通过知识图谱技术挖掘数据中隐含信息,过滤可能造成知识幻觉的低质量样本,通过高质量样本对大模型进行训练,提大模型在信审领域的表现能力,极大的降低大模型致幻的风险。
技术关键词
知识图谱模型
样本
文本
征信数据
节点
语音
知识图谱表达
知识图谱技术
知识图谱构建
机器人
合页
标签
邻居
收入
身份
家庭
标识
风险
系统为您推荐了相关专利信息
模型训练方法
阶段
场景
神经网络结构
梯度下降算法
农业
评价指标体系
计算机程序指令
识别方法
分类器
在线预测方法
转炉炼钢
动态预测模型
多元线性回归算法
相似性度量方法
音频
声学回声消除
自动语音识别器
可读存储介质
线性滤波器