一种基于思维链的面向城市地下空间的实体抽取方法

本发明提出了一种基于思维链的面向城市地下空间的实体抽取方法LLM‑CoT‑CRF，主要包含：融合公共大模型和本地大模型扩张城市地下空间实体知识、基于大模型思维链LLM‑CoT‑CRF的城市地下空间实体抽取。在本发明中，公共大模型通过web‑search‑pro搜索引擎获取最新城市地下空间领域知识，为了确定搜索的准确性，本地大模型利用相关性思维链CoT判断获取的语料是否与城市地下空间领域相关，若相关，经过数据处理，则加入到语料库中；通过RAG检索增强本地大模型对城市地下空间相关知识的理解，同时采用实体抽取CoT指导大语言模型进行实体识别。相较于传统实体抽取方法通常需要复杂的特征工程，该方法在思维链指导下利用LLM能够自动学习到有用的特征，简化了特征提取过程。