摘要
本申请提供一种文本事实性校对方法、系统、电子设备及介质,所述方法包括:获取用户输入的待纠错文本;基于检索增强生成技术,从预构建的多元知识库中召回与所述待纠错文本相关的参考信息;将所述待纠错文本与所述参考信息填充至目标模板;利用训练后的大语言模型,根据填充至目标模板中的参考信息,对待纠错文本中存在的事实性错误进行校对。本申请利用多元知识库补充的参考信息和大语言模型卓越的语义理解和分析能力,实现了文本校对准确率的显著提升;通过协同多元知识库的知识资源,提升了事实检索的准确性和全面性;摆脱了对规则的依赖,能够智能、准确地进行文本事实性校对,有效降低了误报率,提高了文本校对的效率与质量。
技术关键词
纠错文本
三元组知识库
实体
生成技术
检索策略
校对方法
语义
模板
大语言模型
关系抽取模型
电子设备
校对系统
存储计算机程序
存储器
处理器
资源库