公开(公告)号：CN117764062B

公开(公告)日：2025-02-14

申请号：CN202311671334.7

申请日：2023-12-07

Applicant: 北京中科闻歌科技股份有限公司

Inventor： 王磊 ,  王宇琪 ,  王亦洁 ,  肖星琳 ,  徐楠 ,  曹家 ,  罗引

IPC: G06F40/279 ,  G06N5/022

Abstract: 本发明提供了一种基于大语言模型的统一信息抽取方法、介质及设备，涉及信息抽取技术领域，包括：获取待处理文本以及目标指令，将待处理文本和目标指令拼接后输入目标信息抽取模型，以得到目标信息抽取模型输出的信息抽取结果。目标信息抽取模型，通过以下步骤得到：获取若干原始文本集，对若干原始文本集中的每一原始文本，进行目标训练样本生成处理，以得到目标训练样本集，根据目标训练数据集对预设大语言模型进行训练，以得到目标信息抽取模型。本发明能够使得目标信息抽取模型具备抽取不同任务类型信息的能力，提高信息抽取的效率，并可以降低模型的发散性。

公开(公告)号：CN119005198A

公开(公告)日：2024-11-22

申请号：CN202411030867.1

申请日：2024-07-30

Applicant: 北京中科闻歌科技股份有限公司

Inventor： 王亦洁 ,  王宇琪 ,  刘宏宇 ,  朱天赋 ,  张西娜 ,  罗引 ,  徐楠 ,  王磊

IPC: G06F40/30 ,  G06F16/35 ,  G06N5/04 ,  G06N20/00

Abstract: 本公开涉及一种基于大模型的海量负面信息检测方法、装置、设备及介质。其中，基于大模型的海量负面信息检测方法包括：获取待检测文本，由目标机器学习模型对待检测文本进行分析输出第一结果，在第一结果为待检测文本对应的情感分析结果为非负面时，获取目标指令语句，由目标大语言模型基于目标指令语句对待检测文本进行情感分析，输出第二结果，将第二结果确定为待检测文本的检测结果，目标大语言模型的第一参数量高于目标机器学习模型的第二参数量，由此，能够通过不同参数量的机器学习模型和大语言模型结合的方式对待检测文本进行情感分析，确定待检测文本的检测结果，实现了在对待检测文本快速进行情感分析的基础上提高了情感分析的准确性。

公开(公告)号：CN117764062A

公开(公告)日：2024-03-26

申请号：CN202311671334.7

申请日：2023-12-07

Applicant: 北京中科闻歌科技股份有限公司

Inventor： 王磊 ,  王宇琪 ,  王亦洁 ,  肖星琳 ,  徐楠 ,  曹家 ,  罗引

IPC: G06F40/279 ,  G06N5/022

Abstract: 本发明提供了一种基于大语言模型的统一信息抽取方法、介质及设备，涉及信息抽取技术领域，包括：获取待处理文本以及目标指令，将待处理文本和目标指令拼接后输入目标信息抽取模型，以得到目标信息抽取模型输出的信息抽取结果。目标信息抽取模型，通过以下步骤得到：获取若干原始文本集，对若干原始文本集中的每一原始文本，进行目标训练样本生成处理，以得到目标训练样本集，根据目标训练数据集对预设大语言模型进行训练，以得到目标信息抽取模型。本发明能够使得目标信息抽取模型具备抽取不同任务类型信息的能力，提高信息抽取的效率，并可以降低模型的发散性。