一种基于大语言模型的训练数据增强系统及方法

本发明属于自然语言处理技术领域，具体涉及一种基于大语言模型的训练数据增强系统及方法，所述训练数据增强系统的实施，分为3个数据处理流程，该过程中涉及6个子模块：数据集样本聚类模块、聚类样本统计模块、基于LLM解构训练文本要素模块、基于LLM要素同义替换模块、随机词语插入模块、基于标志位的文本自动标注模块；本发明针对训练样本少且获取困难的情况，提出了一种基于大语言模型的训练数据增强系统及方法，该系统及方法引入当下先进的大语言模型作为技术支撑，通过大语言模型分析、解构原有数据集文本中的组成要素，对其中的主体、客体、动作文本进行替换并标注，从而生成增强后的训练数据。