摘要
本申请公开一种模型结构化输出方法、装置、计算机设备及存储介质,属于人工智能技术领域。本申请在嵌入层,借助特定领域知识图谱和实时词典注入技术,能精准捕捉用户对话中的领域专业词汇与语义关联,生成高质量的语料特征向量。多头自注意力层对特征进行加权组合,有效聚焦关键语义,强化模型对重要信息的关注。前馈网络层的非线性变换进一步挖掘特征潜力,得到多维度特征向量,增强意图分类的准确性。分类层精准匹配用户意图标签,确保意图识别结果可靠。最后,通过输出层的一致性损失函数,将用户意图标签格式化为预定义的JSON嵌套结构,使输出结果具有高度结构化和规范性,整体提升了模型在复杂业务场景下的意图理解和结构化输出能力。
技术关键词
结构化输出方法
预训练语言模型
注意力
大语言模型
意图
计算机可读指令
标签
图谱
高维特征向量
矩阵
分词
嵌套结构
编码器结构
非线性
多维度特征提取
词典
实体链接技术
计算机设备
文本
系统为您推荐了相关专利信息
混合整数线性规划
协同优化方法
机组
分布式计算框架
光伏电站
接口测试方法
自动化测试框架
待测接口
大语言模型
计算机程序指令
策略
计算机程序代码
管理方法
计算机程序产品
计算机存储介质