面向開源情報的信息抽取大語言模型

摘要： 針對開源情報信息抽取過程依賴多類專用模型和抽取屬性限制強(qiáng)等問題，基于一種GLM大語言模型進(jìn)行指令微調(diào)和上下文學(xué)習(xí)提高信息抽取準(zhǔn)確率，利用指令自動化生成方法對原始問題進(jìn)行泛化，構(gòu)建SFT數(shù)據(jù)集。開展多任務(wù)統(tǒng)一的微調(diào)學(xué)習(xí)常見抽取模式，通過自動思維鏈擴(kuò)充提示增強(qiáng)模型推理能力。實(shí)驗結(jié)果表明，該方法在開源情報命名實(shí)體識別、關(guān)系抽取和事件抽取任務(wù)上，微調(diào)模型能滿足不同場景下的抽取要求，具有... （共7頁）