申请/专利权人:广州虎牙信息科技有限公司
申请日:2023-11-22
公开(公告)日:2024-04-12
公开(公告)号:CN117874588A
主分类号:G06F18/241
分类号:G06F18/241;G06F16/35;G06F16/33;G06N20/00
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:本发明实施例提出一种违规文本识别方法、装置、电子设备和存储介质,涉及自然语言处理领域。通过利用第二大语言模型制定不同违规类别的标准定义,并根据不同违规类别的标准定义自动化标注数据,可以有效降低数据标注成本以及提升标注质量;并且违规文本识别模型是根据第二大语言模型自动化标注的数据微调第一大语言模型得到的,实现了将第二大语言模型的知识能力迁移到第一大语言模型,故通过该违规文本识别模型进行违规文本识别,能够有效提升识别效果;此外,由于第一大语言模型的参数量更少,故能有效降低企业的部署成本。
主权项:1.一种违规文本识别方法,其特征在于,所述方法包括:根据待识别文本和训练好的违规文本识别模型对应的违规类别,生成第一提示工程;所述违规文本识别模型根据已标注的正常文本和对应违规类别的违规文本对预训练的第一大语言模型进行微调后得到,所述已标注的正常文本和对应违规类别的违规文本通过预训练的第二大语言模型制定不同违规类别的标准定义,并根据所述不同违规类别的标准定义对未标注数据进行标注获得;所述第一大语言模型的参数量少于所述第二大语言模型;将所述第一提示工程输入所述违规文本识别模型,获得所述待识别文本对应的文本识别结果;所述文本识别结果表征所述待识别文本属于或者不属于所述违规文本识别模型对应的违规类别。
全文数据:
权利要求:
百度查询: 广州虎牙信息科技有限公司 违规文本识别方法、装置、电子设备和存储介质
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。