您当前的位置:
首页 >
文章列表页 >
基于少样本学习和思维链提示的知识概念抽取方法研究
更新时间:2025-06-27
    • 基于少样本学习和思维链提示的知识概念抽取方法研究

    • Research on knowledge concept extraction method based on few-shot learning and chain-of-thought prompting

    • 在教育、医疗、金融领域,知识概念抽取技术取得新突破。专家利用大语言模型,提出了基于少样本学习和思维链提示的抽取方法,有效提升了抽取效果,为相关领域发展提供新思路。
    • 大数据   2025年 页码:1-14
    • DOI:10.11959/j.issn.2096-0271.2025033    

      中图分类号: TP391.1
    • 收稿日期:2024-10-31

      网络出版日期:2025-06-04

    移动端阅览

  • 佘霖琳,熊龙洋,陆雪松.基于少样本学习和思维链提示的知识概念抽取方法研究[J].大数据, DOI:.

    SHE Linlin,XIONG Longyang,LU Xuesong.Research on knowledge concept extraction method based on few-shot learning and chain-of-thought prompting[J].BIG DATA RESEARCH, DOI:.

  •  
  •  

0

浏览量

3

下载量

0

CSCD

文章被引用时,请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于大模型的具身智能任务规划研究:从单智能体到多智能体
代码大语言模型赋能的知识图谱关键技术综述
人工智能生成内容技术综述
基于主题增强的Python问答模型

相关作者

瞿晓阳
张旭龙
王健宗
贾子琦
白龙
靳小龙
陈磊
刘文轩

相关机构

平安科技(深圳)有限公司
清华大学
中国科学院网络数据科学与技术重点实验室,中国科学院计算技术研究所
中国科学院大学计算机科学与技术学院
中国工程院战略咨询中心
0