数据处理方法、装置、电子设备及可读存储介质

本申请涉及计算机技术领域，尤其公开了一种数据处理方法、装置、电子设备及可读存储介质，方法包括：获取S个分类类目分别对应的主题集合；从语料库中获取与目标主题相关联的文档，将与目标主题相关联的文档添加至目标文档集合，获取目标主题分别与目标文档集合中的文档之间的相关性分数；根据目标主题分别与目标文档集合中的文档之间的相关性分数，从目标文档集合中获取满足检索条件的M个文档；对M个文档进行文档拼接，得到目标主题对应的上下文数据，将上下文数据添加至训练数据集合；训练数据集合用于训练目标大语言模型。本申请可以提高训练数据集合的多样性，提高大语言模型的长上下文建模能力，且提高大语言模型的适用性。