基于半监督学习和大型语言模型的联合实体关系抽取方法

一种基于半监督学习和大型语言模型的联合实体关系抽取方法。本发明包括三个模块，分别是数据增强模块、半监督联合抽取模块和大型语言模型微调更新模块。(1)数据增强模块，通过对未标记数据实施双重增强策略，弱增强保留了实体和关系的句法结构和拓扑特征，而强增强则采用预先微调的大型语言模型来生成语义等效的扰动；(2)半监督联合抽取模块，通过在标记数据的训练得到初步抽取模型，随后基于初步抽取模型对未标记数据生成预测；(3)大型语言模型微调更新模块，利用低秩自适应实现参数高效的大型语言模型微调，并通过半监督抽取结果动态调整；(4)融合三个模块的预测结果，得到最终的联合抽取模型。本发明创新性地将半监督学习、大型语言模型和联合实体关系抽取相结合，缓解了现有联合实体关系抽取方法专业领域人工标签数据稀缺的问题，提供了更高效的信息提取，从而提高了联合抽取模型的整体性能。