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：之江实验室
摘要：本申请涉及一种网页数据采集方法、系统、计算机设备和可读存储介质。该方法采集到的网页数据用于对目标领域的大语言模型进行预训练，所述方法包括：确定目标场景模板和目标关键词；将所述目标关键词填充到所述目标场景模板中，调用通用的大语言模型，生成多个搜索词句；调用搜索服务，基于所述搜索词句生成第一URL列表；基于爬虫技术和所述第一URL列表采集得到网页数据。采用本方法能够降低硬件资源消耗成本、人力成本以及提高预训练数据的获取效率。
主权项：1.一种网页数据采集方法，其特征在于，该方法采集到的网页数据用于对目标领域的大语言模型进行预训练，所述方法包括：确定目标场景模板和目标关键词；将所述目标关键词填充到所述目标场景模板中，调用通用的大语言模型，生成多个搜索词句；调用搜索服务，基于所述搜索词句生成第一URL列表；基于爬虫技术和所述第一URL列表采集得到网页数据。
全文数据：
权利要求：
百度查询： 之江实验室 网页数据采集方法、系统、计算机设备和可读存储介质
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