基于规则与大模型微调的化合物信息抽取方法及系统

本发明涉及自然语言处理与信息抽取技术领域，尤其是指一种基于规则与大模型微调的化合物信息抽取方法及系统，该方法采集多源化合物数据，分类为结构化文本和非结构化文本；抽取结构化数据并转换非结构化文本为训练集；微调筛选最优预训练大预言模型；融合结构化数据与模型输出生成统一化合物数据库。本申请中，结构化文本保障关键字段高精度提取，大语言模型显著提升复杂语境实体识别准确率；对模型进行微调降低训练资源成本并抑制过拟合；智能融合实现异构数据统一对齐与冲突消解，生成结构化化合物数据库，提升系统部署效率与稳定性。