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图技术的生成训练语料的方法和装置，包括：数据采集模块，用于从互联网和图数据库中采集文本数据；从互联网和图数据库中采集文本数据，并对数据进行预处理；基于预处理后的文本数据构建图结构，其中节点表示文本片段，边表示文本片段之间的关联关系及其属性；通过遍历图结构，提取与训练目标相关的文本片段集合；将提取的文本片段集合进行整合和过滤，生成用于大模型训练的高质量语料。本发明能够解决现有技术中训练语料生成效率低、质量不高的问题，并有效降低大模型的幻觉现象。
主权项：1.一种基于图技术的生成训练语料的方法，其特征在于，包括如下步骤：步骤1、数据采集：从互联网和图数据库中采集文本数据，并对数据进行预处理；步骤2、图构建：基于预处理后的文本数据构建图结构，其中节点表示文本片段，边表示文本片段之间的关联关系及其属性；步骤3、图遍历：通过遍历图结构，提取与训练目标相关的文本片段集合；步骤4、语料生成：将提取的文本片段集合进行整合和过滤，生成用于大模型训练的高质量语料。
全文数据：
权利要求：
百度查询： 达梦数据技术(江苏)有限公司 一种基于图技术的生成训练语料的方法和装置
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