-
公开(公告)号:CN119829745A
公开(公告)日:2025-04-15
申请号:CN202510300734.X
申请日:2025-03-14
Applicant: 南京信息工程大学
IPC: G06F16/334 , G06F16/36 , G06F40/194 , G06F40/30 , G06N3/042 , G06N3/08 , G06N5/022
Abstract: 本发明提供了一种基于混合提示调优的文档级关系抽取方法,包括:利用历史文档构建文档级知识图谱模块,获取并处理实体、关系结构信息;设计句子级语义检索增强机制,基于语义相关度匹配并检索上下文信息;提出混合提示调优方法,对大语言模型进行高效参数微调;最后聚合文档级知识图谱和句子级语义检索增强生成SetRAG机制的输出结果进行文档级关系预测。本发明通过将基于图谱的领域知识和基于检索的语义知识相结合,可以有效解决现有文档级关系抽取中难以捕获实体、关系交互信息以及跨句子关系推理困难的问题,同时实现了高效、准确的文档级关系抽取,并在公开测试数据集上取得了显著的性能提升。