申请/专利权人：中南大学

申请日：2024-03-13

公开（公告）日：2024-04-12

公开（公告）号：CN117875273A

主分类号：G06F40/16

分类号：G06F40/16;G06N3/042;G06N3/0442;G06N3/045;G06N3/096

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明涉及大型语言模型技术领域，具体公开了基于大型语言模型的新闻摘要自动生成方法、设备及介质，所述方法包括如下步骤：步骤S100：基于大型语言模型构建预训练语言模型；步骤S200：建立新闻知识库，调用知识注入模块对预训练语言模型进行知识注入；步骤S300：调用上下文学习模块对预训练语言模型进行上下文学习；步骤S400：建立第一新闻摘要任务，对预训练语言模型进行参数调整；步骤S500：建立第二新闻摘要任务，调用知识迁移模块进行跨任务学习，得到第二新闻摘要生成模型。优点是，本发明提高了模型对新闻内容的准确理解、增强了摘要的相关性和准确性，并通过优化计算过程降低了成本，提高了模型的适应性和效率。

主权项：1.基于大型语言模型的新闻摘要自动生成方法，其特征在于，包括如下步骤：步骤S100：基于大型语言模型构建预训练语言模型；步骤S200：建立新闻知识库，调用知识注入模块对预训练语言模型进行知识注入；步骤S300：调用上下文学习模块对预训练语言模型进行上下文学习；步骤S400：建立第一新闻摘要任务，基于所述第一新闻摘要任务对预训练语言模型进行参数调整，得到第一新闻摘要生成模型；步骤S500：建立第二新闻摘要任务，调用知识迁移模块进行跨任务学习，计算第一新闻摘要任务和第二新闻摘要任务之间的相似度，对预训练语言模型进行初始化，得到第二新闻摘要生成模型；基于所述第一新闻摘要生成模型或者第二新闻摘要生成模型实现新闻摘要自动生成。

全文数据：

权利要求：

百度查询： 中南大学 基于大型语言模型的新闻摘要自动生成方法、设备及介质

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