【技术实现步骤摘要】
本公开涉及文本处理领域，特别涉及一种基于大语言模型的命名实体识别方法、装置、设备和计算机可读存储介质。
技术介绍
1、在自然语言处理中，命名实体识别（ner）任务扮演着至关重要的角色。它不仅涉及到识别文本中的关键信息，而且还要求精确地确定这些实体在文本中的具体位置。例如，在医疗文本处理领域，如何准确地识别和界定医学病历文本中的各类实体（例如，药物、疾病和症状）以及这些实体在病历文本中的准确位置具有重大意义。
2、然而，现有的ner方法在这方面面临着显著的挑战。
3、传统的ner方法，例如结合条件随机场（crf）的基于预训练bert模型方案，在医疗文本分析中已经取得了一定的成就。这些方法能够在一定程度上准确地识别文本中存在的实体，并确定这些实体在文本中的具体位置。然而，这些传统方法的主要挑战在于它们对多样性训练数据的依赖。在处理特定于医疗领域的复杂文本时，尤其是在面对多医院、多病种的数据时，这种对标注数据多样性的依赖限制了它们的泛化能力和应用范围。
4、大语言模型，如gpt系列的模型，在文本生成和理解方...
【技术保护点】
1.一种基于大语言模型的命名实体识别方法，包括：
2.如权利要求1所述的命名实体识别方法，还包括：
3.如权利要求2所述的命名实体识别方法，还包括：
4.如权利要求1至3中任一项所述的命名实体识别方法，还包括：
5.如权利要求1至3中任一项所述的命名实体识别方法，其中，所述LLM是GPT模型或BERT模型。
6.如权利要求1至3中任一项所述的命名实体识别方法，其中，所述待识别文本是与疾病相关联的病历文本。
7.如权利要求1至3中任一项所述的命名实体识别方法，还包括：
8.如权利要求7所...
【技术特征摘要】
1.一种基于大语言模型的命名实体识别方法，包括：
2.如权利要求1所述的命名实体识别方法，还包括：
3.如权利要求2所述的命名实体识别方法，还包括：
4.如权利要求1至3中任一项所述的命名实体识别方法，还包括：
5.如权利要求1至3中任一项所述的命名实体识别方法，其中，所述llm是gpt模型或bert模型。
6.如权利要求1至3中任一项所述的命名实体识别方法，其中，所述待识别文本是与疾病相关联的病历文本。
7.如权利要求1至3中任一项所述的命名实体识别方法，还包括：
8.如权利要求7所述的命名实体识别方法，其中，对所述命名实体识别装置进行预训练包括：
9.如权利要求7所述的命名实体识别方法，其中，对所述命名实体识别装置进行微调包括：
10.如权利要求7所述的命名实体识别方法，其中，
11.如权利要求9所述的命名实体识别...
【专利技术属性】
技术研发人员：刘晓华，刘泽恩，张程剀，左赛，陈小梅，
申请(专利权)人：北京壹永科技有限公司，
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。