【技术实现步骤摘要】
本专利技术涉及大语言模型处理,特别是涉及一种基于llm模型获取目标事件的数据处理系统。
技术介绍
1、随着互联网技术的不断发展,llm模型成为当下的热门模型,llm模型可以通过训练大规模文本数据来自动学习语言中的内容,使得它在各个领域和任务中具有广泛的适应性,当下,自动从文本中提取事件信息成为当下的热门研究方向,能够提供帮助用户更加准确且快速地获取有效信息,llm模型相较于传统的深度学习模型在事件信息提取等方面占有优势,如何增强llm模型在特定任务中的准确性成为了广泛研究的主题。
2、现有技术中,获取目标事件的方法为:获取大规模文本数据进行训练,通过文本数据上下文关系和语义结构信息进行统计分析,自动学习词与句子之间的关联性,获取文本数据的规律和模式,从而进行目标事件的抽取。
3、综上,获取目标事件的方法存在的问题:未设定规则对llm模型中数据进行处理,使得llm模型输出结果中每个位置的信息不够准确,从而降低了获取到目标事件的准确性,未基于事件类型以及事件类型对应的论元角色与llm模型输出结果进行关联,使得目标事件
...【技术保护点】
1.一种基于LLM模型获取目标事件的数据处理系统,其特征在于,所述系统包括:第一数据库、第二数据库、处理器和存储有计算机程序的存储器,其中,所述第一数据库中存储有候选事件类型列表A={A1,……,Ai,……,An},Ai为第i个候选事件类型,i=1……n,n为候选事件类型的数量,所述第二数据库中存储有A对应的候选规则集D={D1,……,Di,……,Dn},Di={D1i,D2i},D1i为Ai对应的第一候选规则列表,所述第一候选规则列表包括若干个第一候选规则,所述第一候选规则为与候选事件类型对应的、用于限定LLM模型输出结果中预设符号呈现形式的规则,D2i为Ai对应的
...【技术特征摘要】
1.一种基于llm模型获取目标事件的数据处理系统,其特征在于,所述系统包括:第一数据库、第二数据库、处理器和存储有计算机程序的存储器,其中,所述第一数据库中存储有候选事件类型列表a={a1,……,ai,……,an},ai为第i个候选事件类型,i=1……n,n为候选事件类型的数量,所述第二数据库中存储有a对应的候选规则集d={d1,……,di,……,dn},di={d1i,d2i},d1i为ai对应的第一候选规则列表,所述第一候选规则列表包括若干个第一候选规则,所述第一候选规则为与候选事件类型对应的、用于限定llm模型输出结果中预设符号呈现形式的规则,d2i为ai对应的第二候选规则列表,所述第二候选规则列表包括若干个第二候选规则,所述第二候选规则为与候选事件类型对应的、用于限定llm模型输出结果中文本内容的规则,当所述计算机程序被处理器执行时,实现以下步骤:
2.根据权利要求1所述的基于llm模型获取目标事件的数据处理系统,其特征在于,所述目标事件类型为用户所要获取的事件对应的事件类型。
3.根据权利要求1所述的基于llm模型获取目标事件的数据处理系统,其特征在于,所述第一llm模型执行步骤的数量与第一llm模型输出结果中词的数量一致。
4.根据权利要求1所述的基于llm模型获取目标事件的数据处理系统,其特征在于,所述目标优先级为基于第一规则列表中的第一规则和第二规则列表中的第二规则对初始优先级进行调整获取到的优先级。
5.根据权利要求1所述的基于llm模型...
【专利技术属性】
技术研发人员:张正义,傅晓航,常鸿宇,林方,
申请(专利权)人:中科雨辰科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。