一种基于生成式大模型的文献引用内容抽取方法

本发明属于自然语言处理领域，具体涉及了一种基于生成式大模型的文献引用内容抽取方法，旨在解决现有大模型抽取较慢、内容存在字符不一致的问题。本发明方法包括：构建模型微调数据，对生成式大模型进行参数微调，获得引用抽取模型；获取待处理文献，进而获得文本段落集合；对文本段落集合中的每一文本段落进行形式化的特殊符号标签转换；转换后的文本段落集合输入到大模型进行引用抽取，获得引用文本对应的分割标记序号，将其映射到原文获取引用内容。本发明利用特殊符号替换引用内容，改变其抽取引用内容的输入和输出形式，减少大模型输入长度，从而实现抽取速度和抽取效果的提升。