申请/专利权人:达闼机器人股份有限公司
申请日:2023-10-20
公开(公告)日:2024-03-19
公开(公告)号:CN117725167A
主分类号:G06F16/332
分类号:G06F16/332;G06F40/35;G06F40/205;G06F18/22;G06F16/951
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本发明实施例涉及深度学习领域,公开了一种基于大语言模型的QA抽取方法、电子设备及存储介质,通过获取训练用语料文本,并生成训练用语料文本的QA对标签数据;为预训练好的大语言模型生成关于模型微调的第一提示词,并将第一提示词与训练用语料文本拼接后的文本作为训练文本;所述大语言模型用于从语料文本中提取QA对;利用训练文本和QA对标签数据对大语言模型进行模型微调,得到QA对抽取模型;利用QA对抽取模型,对待预测的语料文本和第二提示词拼接后的文本进行QA对抽取;其中,第一提示词和第二提示词的语义相同或相似。本方案实现端到端的直接进行QA对抽取,避免了QA对不匹配的问题。
主权项:1.一种基于大语言模型的QA抽取方法,其特征在于,包括:获取训练用语料文本,并生成所述训练用语料文本的QA对标签数据;为预训练好的大语言模型生成关于模型微调的第一提示词,并将所述第一提示词与所述训练用语料文本拼接后的文本作为训练文本;所述大语言模型用于从语料文本中提取QA对;利用所述训练文本和所述QA对标签数据对所述大语言模型进行模型微调,得到QA对抽取模型;利用所述QA对抽取模型,对待预测的语料文本和第二提示词拼接后的文本进行QA对抽取;其中,所述第一提示词和所述第二提示词的语义相同或相似。
全文数据:
权利要求:
百度查询: 达闼机器人股份有限公司 基于大语言模型的QA抽取方法,电子设备及存储介质
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。