龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：江苏思远集成电路与智能技术研究院有限公司
摘要：本发明涉及实体识别技术领域，尤其涉及一种基于大语言模型进行海关命名实体识别方法，包括采集海关法规和税则文本；按照提示词模版将标注文本构建为Alpaca格式；利用自注意力机制计算输入序列中每个词对其他词的注意力权重；利用前馈神经网络对自注意力机制的输出进行处理，得到文本数据的嵌入向量；将嵌入向量使用LoRA对Llama3预训练模型进行增量训练，并插入低秩矩阵，通过损失函数进行梯度下降训练；将低秩矩阵与Llama3预训练模型的权重增量进行合并。本发明明显著降低了标注数据的需求，提高了实体识别的效率和准确性，为海关管理部门提供了一个高效、可靠的文本处理工具。
主权项：1.一种基于大语言模型进行海关命名实体识别方法，其特征在于，包括以下步骤：步骤一、采集海关法规和税则文本，并对文本进行预处理，得到文本库；步骤二、按照提示词模版将标注文本构建为Alpaca格式，得到文本数据集；步骤三、将文本数据集输入TransformerEncoder模型，利用自注意力机制计算输入序列中每个词对其他词的注意力权重，捕捉上下文信息；利用前馈神经网络对自注意力机制的输出进行处理，对每层进行归一化，并利用残差连接将每一层的输入和输出相加，得到文本数据的嵌入向量；步骤四、将嵌入向量使用LoRA对Llama3预训练模型中注意力机制中的查询投影矩阵、键投影矩阵、值投影矩阵和输出投影矩阵进行增量训练，并在attention的每一层结构中插入低秩矩阵，通过损失函数进行梯度下降训练，得到参数增量；步骤五、使用huggingface的transformers包将低秩矩阵与Llama3预训练模型的权重增量进行合并，得到Llama-NER模型。
全文数据：
权利要求：
百度查询： 江苏思远集成电路与智能技术研究院有限公司 一种基于大语言模型进行海关命名实体识别方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号