一种基于代表性样本选择与上下文增强的大模型命名实体识别方法及系统

本发明提供一种基于代表性样本选择与上下文增强的大模型命名实体识别方法，包括代表性样本选择模块、实体知识构建模块、动态上下文选择模块、大模型调用模块和迭代反馈优化模块，本发明代表性样本选择通过基于聚类的样本筛选策略，自动从未标注数据中挑选具有代表性和信息多样性的样本用于标注，实体描述集成针对每种实体类型，从已标注样本中抽取若干高质量实例，构建标准化的实体定义或描述提示。动态上下文选择针对待识别文本内容，通过语义相似度检索机制，从历史标注样本或描述集中动态选取与目标文本最相关的上下文示例，作为辅助提示输入，提升LLM在复杂或变化场景中的适应性和泛化能力。