申请/专利权人：中译语通科技股份有限公司

申请日：2023-11-07

公开（公告）日：2024-03-05

公开（公告）号：CN117648397A

主分类号：G06F16/31

分类号：G06F16/31;G06F16/34;G06N3/04;G06N3/08

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.03.22#实质审查的生效;2024.03.05#公开

摘要：本发明提出一种篇章事件抽取方法、系统、设备及存储介质，该方法包括：从开源新闻和预设新闻数据库中选取新闻素材样本并清洗；分别设计理论通用论元指令模板和理论精细论元指令模板，将新闻素材样本输入ChatGPT中，得到实际通用论元指令和实际精细论元指令；获取篇章指令集；基于篇章指令集，结合训练后的LoRA神经网络，对开源大语言模型进行指令精调，得到目标大语言模型；调试目标大语言模型对应的输出指令，将待测篇章输入到调试后的目标大语言模型中，得到抽取事件。本发明构造的篇章事件大语言模型有效地优化了其归纳总结能力差、事件过于冗余、泛化能力差、领域适应性差以及多步误差带来的整体准确率低等问题。

主权项：1.一种篇章事件抽取方法，其特征在于，包括：从开源新闻和预设新闻数据库中选取新闻素材样本，并对所述新闻素材样本进行清洗；分别设计理论通用论元指令模板和理论精细论元指令模板，以所述理论通用论元指令模板和所述理论精细论元指令模板为基础，将所述新闻素材样本输入ChatGPT中，得到所述新闻素材样本对应的实际通用论元指令和所述新闻素材样本对应的实际精细论元指令；基于所述实际通用论元指令和所述实际精细论元指令，进行扩展，得到所述新闻素材样本对应的负样本指令和热点推送指令，所述实际通用论元指令、所述实际精细论元指令、所述负样本指令和所述热点推送指令组成篇章指令集；基于所述新闻素材样本、所述实际通用论元指令、所述实际精细论元指令、所述负样本指令和所述热点推送指令，结合训练后的LoRA神经网络，对开源大语言模型进行指令精调，得到目标大语言模型；调试所述目标大语言模型对应的输出指令，获取最佳输出指令和调试后的目标大语言模型；将待测篇章输入到所述调试后的目标大语言模型中，得到抽取事件。

全文数据：

权利要求：

百度查询： 中译语通科技股份有限公司 篇章事件抽取方法、系统、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD