一种基于上下文学习的生成式知识对象抽取方法及系统

本申请提供了一种基于上下文学习的生成式知识对象抽取方法及系统，涉及生成式人工智能技术领域，方法包括：通过双塔结构中的第一Transformer编码器对目标文本进行编码预处理，得到目标向量；将目标向量在预存储向量库中遍历匹配，得到目标匹配向量，其中，目标匹配向量对应目标示例；结合目标文本与目标示例，形成目标结构化输入提示；在目标结构化输入提示的约束下，生成式知识对象抽取模型对目标文本进行抽取分析，得到目标抽取结果。通过本申请可以解决现有技术中存在生成式实体识别模型的实体识别结果准确性较差的技术问题，达到提升生成式命名实体识别模型的准确性的技术效果。