【技术实现步骤摘要】
本申请涉及文本分类领域，尤其涉及一种基于大语言模型的文本分类方法、装置、介质和电子设备。
技术介绍
1、在当今金融领域，随着信息量激增的互联网时代，大量的金融领域文本数据不断涌现。在这个背景下，文本分类作为信息处理的关键技术之一，扮演着重要角色。文本分类模型可用于对金融领域的文本进行分类，文本分类模型一般采用有监督的学习方法训练得到，然而可以知道的是，有监督的学习方法需要标记样本进行训练，而标记样本往往需要花费大量人力，产生高昂的分类成本。
2、零样本的文本分类是指在不向文本分类模型提供标记样本的情况下，采用文本分类模型进行文本分类，这样有利于降低文本分类成本。然而，零样本情景下完全缺乏用于训练的标记样本，意味着没有可用于模型训练的标记样本，这使得文本分类模型无法直接学习任何类别的特征或模式。在零样本情景下，文本分类模型面临着未知类别的挑战。
技术实现思路
1、本申请提供了一种基于大语言模型的文本分类方法、装置、介质和电子设备，可以达到实现零样本的文本分类，能够在保证文本分类效...
【技术保护点】
1.一种基于大语言模型的文本分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采用大语言模型对所述目标文本进行信息提取，得到所述目标文本的分类依据，包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述采用所述大语言模型基于所述目标文本、所述目标文本的分类依据和所述目标文本的分类理由，从所述候选标签中选择与所述目标文本相匹配的目标标签，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述目标文本从全量标签确定待选择的候
【技术特征摘要】
1.一种基于大语言模型的文本分类方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述采用大语言模型对所述目标文本进行信息提取，得到所述目标文本的分类依据，包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述采用所述大语言模型基于所述目标文本、所述目标文本的分类依据和所述目标文本的分类理由，从所述候选标签中选择与所述目标文本相匹配的目标标签，包括：
5.根据权利要求1所述的方法，其特征在于，所述基于所述目标文本从全量标签确定待选择的候选标签，包括：
6.根据权利要求5所述的方法，其特征在于，所述基于所述目标文本向量和所述全量标签向量，计算所述目标...
【专利技术属性】
技术研发人员：王建圣，张健，韩伟，徐雪帆，穆玉芝，马天明，沈君宇，陈运文，
申请(专利权)人：达观数据有限公司，
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。