一种大语言模型中事物提及程度的衡量方法

本发明涉及大语言模型问答分析技术领域，公开了一种大语言模型中事物提及程度的衡量方法，该方法包括：确定待衡量的特定事物和多个采样平台，定义关键词并选择单一采样平台进行多次采样，计算单次采样加权值，进而计算采样平台的标准化得分，结合平台用户数量计算平台权重，基于标准化得分和平台权重计算闪烁指数，在多个采样平台进行采样，最终得到用于衡量特定事物提及程度的多平台闪烁指数并得到分析结果。本发明能够有效适配大语言模型的动态特性和多行业需求，支持多平台对比，显著提升了大语言模型中事物提及程度评估的效率、全面性和准确性，为企业营销效果评估和内容竞争力分析提供了有力支持。