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！
摘要：本发明公开了一种基于大语言模型的跨领域数据匹配方法，包括以下步骤：输入源数据和目标数据，且两者分别来自患者信息和药物数据；分别从源数据和目标数据中提取实体对，所述源数据中的实体对具有标签的，即被标记为匹配或者不匹配，目标数据中的实体对不具有标签；主动候选源数据生成；上下文演示选择；将每个实体对的域信息注入到预定义格式中，将提示发送给大语言模型进行处理，大语言模型根据接收到的提示返回特定实体对的结果。本申请探索了大语言模型执行跨域实体解析的上下文学习能力。本申请提高了大语言模型在跨域实体解析任务中的性能，能选择更有价值的演示并构建更高质量的提示。
主权项：1.一种基于大语言模型的跨领域数据匹配方法，其特征在于，包括以下步骤：S1：获取源数据和目标数据，所述源数据和目标数据分别来自患者信息和药物数据；S2：分别从源数据和目标数据中提取实体对，所述源数据中的实体对具有标签的，标记为匹配或者不匹配，目标数据中的实体对不具有标签；S3：利用主动学习方法，选择标记源数据的一个子集作为候选源数据，对源数据进行初步过滤，用于大语言模型学习；具体包括：根据源数据中每个记录的不确定性及其与目标数据的关联性，从源数据中选择记录作为候选者；S4：将演示选择的范围从源数据更改为候选源数据；结合结构和语义的相似性，以选择更有价值的演示；S5：将每个实体对的域信息注入到预定义格式中，将提示发送给大语言模型进行处理，大语言模型根据接收到的提示返回特定实体对的结果；S6：获得目标数据实体对的标签信息，并输出。
全文数据：
权利要求：
百度查询： 中国人民解放军国防科技大学 一种基于大语言模型的跨领域数据匹配方法
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