买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：安徽思高智能科技有限公司

摘要：本发明公开了一种基于大语言模型的实体关系抽取方法，旨在提升关系抽取任务的泛化性能。该方法首先准备包含训练数据集和测试数据集的数据，并利用预训练词嵌入模型对文本编码。然后使用大语言模型对预定义的实体关系标签生成定义描述,帮助模型理解各类关系涵义。对于测试数据集中的每个样本，通过计算与训练样本的相似度，检索得到k个最相似的支持集样本。并对支持集样本利用大语言模型生成关系成立的推理解释。同时，从知识库中检索测试样本中主客体实体的背景知识。最后，将关系定义、支持集样本及推理解释、背景知识等信息构建为提示，输入大语言模型进行关系推理,得到预测结果。

主权项：1.一种基于大语言模型的实体关系抽取方法，其特征在于：包括：S1：获取待用数据，包含训练数据集Dtrain和测试数据集Dtest；S2：对预定义的实体关系标签进行定义解释；步骤S2的实现过程为：S2.1：对每个测试样本的真实关系标签ri，构造提示"请解释关系ri的定义和判断条件"，输入大语言模型生成响应di；S2.2：将di与真实关系标签ri组成元组ri,di，得到关系定义集合Drel；S3：对测试数据集Dtest中的每个测试样本contenti,esi,ri,eoi，通过在训练数据集Dtrain中检索相似的k个示例，并利用大语言模型生成推理解释；其中，ri表示测试样本的真实关系标签，esi表示测试样本的主实体，eoi表示测试样本的客实体，contenti表示测试样本的原始文本，i=1,2,3,...,m，m为正整数；步骤S3中的实现过程为：S3.1：对训练数据集和测试数据集中的样本进行预处理和词嵌入处理，样本包括训练样本和测试样本；S3.2：对每个测试样本contenti,esi,ri,eoi，计算其与所有训练样本contentj,esj,rj,eoj的三元组相似度sim_tricontenti,esi,ri,eoi,contentj,esj,rj,eoj，选取相似度最高的k个样本作为支持集Si；三元组相似度的计算公式为：sim_tricontenti,esi,ri,eoi,contentj,esj,rj,eoj=cosvsi',vsj'+cosvoi',voj'其中，vsi'为测试样本contenti,esi,ri,eoi的主实体和上下文的拼接嵌入，voi'为测试样本contenti,esi,ri,eoi的客实体和上下文的拼接嵌入，vsj'为训练样本contentj,esj,rj,eoj的主实体和上下文拼接嵌入，voj'为训练样本contentj,esj,rj,eoj的客实体和上下文的拼接嵌入，cos·为余弦相似度函数；S3.3：对Si中每个样本contentik,sik,rik,oik，构造提示并输入至大语言模型，生成关系sik,rik,oik成立的推理解释Ei，其中，contentik表示支持集中样本的原始文本，sik表示支持集中样本的主客体，rik表示支持集中样本的真实关系标签，oik表示支持集中样本的客实体；S3.4：将Si与对应的推理解释Ei组成测试样本的注释数据Di；S4：从知识库KB中检索测试样本中主实体esi和客实体eoi的背景知识，并拼接成上下文信息ci；S5：将关系定义集合Drel、支持集Si及推理解释Ei、上下文信息ci拼接成提示pi，输入至大语言模型；S6：大语言模型根据提示pi，对测试样本contenti,esi,ri,eoi进行关系推理，输出预测的关系标签yi'；S7：将预测的关系标签yi'与真实关系标签ri进行比较，评估大语言模型的性能，当达到预设精度后，得到最终的大语言模型，利用最终的大语言模型可以实现对任一实体关系的抽取。

全文数据：

权利要求：

百度查询： 安徽思高智能科技有限公司 一种基于大语言模型的实体关系抽取方法