摘要
本发明提供一种基于大语言模型的生物医学关系抽取方法及系统,涉及自然语言处理技术领域,该方法包括:构建生物医学关系抽取场景的提示词策略;调用大语言模型生成目标实体或实体对的实体描述信息、实体关系描述信息等外部知识;采用特征融合策略融合生物医学文本原始语义特征与外部知识特征,得到目标融合特征向量;将其输入关系抽取模型训练,收敛后输出生物医学关系的结构化三元组。本发明通过大语言模型引入领域外部知识并深度融合,有效提升了生物医学关系抽取的精度与泛化能力,适用于生物医学文本的关系抽取场景。
技术关键词
关系抽取方法
大语言模型
关系抽取模型
融合策略
实体
文本特征向量
编码策略
计算机软件产品
关系抽取系统
训练语言模型
Softmax分类器
语义特征
优化器
计算机存储介质
总线系统
三元组
执行存储器存储
系统为您推荐了相关专利信息
焊缝
三维零件模型
三维模型
建模方法
空间邻近关系
分布式语义
协同优化方法
局部注意力机制
大语言模型
信道