公开(公告)号：CN119046444B

公开(公告)日：2025-05-06

申请号：CN202411533982.0

申请日：2024-10-31

Applicant: 之江实验室

Inventor： 李栓 ,  叶宇飞 ,  向宗元 ,  余绍奇 ,  彭中 ,  杨江 ,  宋子奇

IPC: G06F16/3329

Abstract: 本发明公开了一种基于大模型的科学文献字段抽取方法及系统，包括：将科学文献(document)切分成若干片段(chunks)；迭代生成亟待抽取的字段的答案，并排除chunks中不包含亟待抽取的字段的片段；之后一边生成候选答案，一边通过差异对比的方式，排除不同chunk中的冗余答案信息，排除由于幻觉导致输出的错误答案信息，并在迭代过程中融合包含正确答案的chunk，解决了针对不同片段回答零散不易整合的问题；该方法和系统在有限计算资源的条件下，能够最大发挥生成大模型对科学文献的抽取性能。

公开(公告)号：CN119046444A

公开(公告)日：2024-11-29

申请号：CN202411533982.0

申请日：2024-10-31

Applicant: 之江实验室

Inventor： 李栓 ,  叶宇飞 ,  向宗元 ,  余绍奇 ,  彭中 ,  杨江 ,  宋子奇

IPC: G06F16/332

Abstract: 本发明公开了一种基于大模型的科学文献字段抽取方法及系统，包括：将科学文献(document)切分成若干片段(chunks)；迭代生成亟待抽取的字段的答案，并排除chunks中不包含亟待抽取的字段的片段；之后一边生成候选答案，一边通过差异对比的方式，排除不同chunk中的冗余答案信息，排除由于幻觉导致输出的错误答案信息，并在迭代过程中融合包含正确答案的chunk，解决了针对不同片段回答零散不易整合的问题；该方法和系统在有限计算资源的条件下，能够最大发挥生成大模型对科学文献的抽取性能。