公开(公告)号：CN119962534A

公开(公告)日：2025-05-09

申请号：CN202510040231.3

申请日：2025-01-09

Applicant: 河南大学

Inventor： 党兰学 ,  赵晓坤 ,  谢毅 ,  乔保军 ,  韩宏宇 ,  侯彦娥 ,  左宪禹

IPC: G06F40/295 ,  G06F40/226 ,  G06F40/186 ,  G06N5/04 ,  G06F18/22 ,  G06F18/214

Abstract: 本发明提供一种用于少样本命名实体识别的大语言模型上下文学习方法和命名实体识别方法。该上下文方法包括：构建用于命名实体识别的少样本支持集和测试集；加载基于上下文学习的提示模板，并将少样本支持集输入至预设大语言模型，使得大语言模型根据提示模板生成新的文本集，将新的文本集增加至少样本支持集中以形成扩充支持集；在原始的提示模板中引入零样本思维链提示，将测试集和扩充支持集共同输入至预设大语言模型进行相似度对比，预测关于测试集的命名实体识别结果，并将预测正确的命名实体识别结果对应的自然语言文本反馈至少样本支持集中。本发明可以解决命名实体识别任务的数据稀缺问题，并提升模型在命名实体识别任务上的泛化性。