-
公开(公告)号：CN118886428B
公开(公告)日：2025-01-07
申请号：CN202410908999.3
申请日：2024-07-08
Applicant: 大连理工大学
Abstract: 基于大语言模型集成的网络留言文本要素抽取方法、电子设备和计算机可读存储介质，属于文本信息要素抽取领域，为了解决在要素粒度进行集成，及时并过滤识别错误要素，提高生成要素的准确性的问题，技术要点是将任一候选要素中在任一基模型上的置信度以及终止token的置信度作为证据推理规则的辨识框架的命题的置信度，根据任一基模型在辨识框架的命题的置信度，生成任一基模型的证据；根据任一基模型的证据以及任一基模型的权重，计算任一基模型的证据的加权信度分布；根据任一基模型的证据的加权信度分布，将全部基模型的证据进行融合，得到融合证据，将融合证据中概率最大的元素作为集成结果，效果是提高抽取结果准确性。
-
公开(公告)号：CN118886428A
公开(公告)日：2024-11-01
申请号：CN202410908999.3
申请日：2024-07-08
Applicant: 大连理工大学
Abstract: 基于大语言模型集成的网络留言文本要素抽取方法、电子设备和计算机可读存储介质，属于文本信息要素抽取领域，为了解决在要素粒度进行集成，及时并过滤识别错误要素，提高生成要素的准确性的问题，技术要点是将任一候选要素中在任一基模型上的置信度以及终止token的置信度作为证据推理规则的辨识框架的命题的置信度，根据任一基模型在辨识框架的命题的置信度，生成任一基模型的证据；根据任一基模型的证据以及任一基模型的权重，计算任一基模型的证据的加权信度分布；根据任一基模型的证据的加权信度分布，将全部基模型的证据进行融合，得到融合证据，将融合证据中概率最大的元素作为集成结果，效果是提高抽取结果准确性。
-
Search Results
2
records
(took 0.016 seconds)
