本公開涉及人工智能，尤其涉及深度學(xué)習(xí)、大模型與生成式模型，可應(yīng)用于模型訓(xùn)練、模型微調(diào)等場景，具體涉及一種基于大模型的文本處理方法、裝置、設(shè)備、介質(zhì)、程序產(chǎn)品及智能體。

背景技術(shù)：

1、隨著人工智能技術(shù)的發(fā)展，數(shù)據(jù)集成為模型能夠進(jìn)行有效學(xué)習(xí)的基礎(chǔ)。可以基于數(shù)據(jù)集對模型進(jìn)行訓(xùn)練或微調(diào)，以提高模型的性能或使模型適用于特定場景。

技術(shù)實現(xiàn)思路

1、本公開提供了一種基于大模型的文本處理方法、裝置、設(shè)備、介質(zhì)、程序產(chǎn)品及智能體。

2、根據(jù)本公開的一方面，提供了一種文本處理方法，包括：響應(yīng)于數(shù)據(jù)評估請求，利用大模型處理初始文本集和基于預(yù)設(shè)標(biāo)簽體系確定的提示詞，得到與初始文本集相關(guān)的標(biāo)簽，預(yù)設(shè)標(biāo)簽體系包括多個預(yù)設(shè)標(biāo)簽和多個預(yù)設(shè)標(biāo)簽之間的屬性關(guān)系，預(yù)設(shè)標(biāo)簽體系是基于大模型處理歷史文本集確定的；基于標(biāo)簽對初始文本集進(jìn)行屬性檢測，得到屬性評估信息，屬性評估信息表征基于初始文本集執(zhí)行指定的大模型訓(xùn)練任務(wù)的預(yù)期訓(xùn)練效果。

3、根據(jù)本公開的另一方面，提供了一種人工智能的智能體，被配置為執(zhí)行根據(jù)本公開實施例提供的方法。

4、根據(jù)本公開的另一方面，提供了一種文本處理裝置，包括：確定模塊，用于響應(yīng)于數(shù)據(jù)評估請求，利用大模型處理初始文本集和基于預(yù)設(shè)標(biāo)簽體系確定的提示詞，得到與初始文本集相關(guān)的標(biāo)簽，預(yù)設(shè)標(biāo)簽體系包括多個預(yù)設(shè)標(biāo)簽和多個預(yù)設(shè)標(biāo)簽之間的屬性關(guān)系，預(yù)設(shè)標(biāo)簽體系是基于大模型處理歷史文本集確定的；檢測模塊，用于基于標(biāo)簽對初始文本集進(jìn)行屬性檢測，得到屬性評估信息，屬性評估信息表征基于初始文本集執(zhí)行指定的大模型訓(xùn)練任務(wù)的預(yù)期訓(xùn)練效果。

5、根據(jù)本公開的另一方面，提供了一種電子設(shè)備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行如上所述的方法。

6、根據(jù)本公開的另一方面，提供了一種存儲有計算機(jī)指令的非瞬時計算機(jī)可讀存儲介質(zhì)，其中，所述計算機(jī)指令用于使所述計算機(jī)執(zhí)行如上所述的方法。

7、根據(jù)本公開的另一方面，提供了一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，所述計算機(jī)程序在被處理器執(zhí)行時實現(xiàn)如上所述的方法。

8、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識本公開的實施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

技術(shù)特征：

1.一種基于大模型的文本處理方法，包括：

2.根據(jù)權(quán)利要求1所述的方法，其中，所述基于所述標(biāo)簽對所述初始文本集進(jìn)行屬性檢測，得到屬性評估信息，包括：

3.根據(jù)權(quán)利要求2所述的方法，其中，所述初始文本集與多個所述標(biāo)簽相關(guān)聯(lián)；

4.根據(jù)權(quán)利要求2所述的方法，其中，所述確定所述標(biāo)簽的任務(wù)復(fù)雜度信息包括：

5.根據(jù)權(quán)利要求1所述的方法，所述初始文本集包括多個初始文本，至少一個所述初始文本與n個所述標(biāo)簽中的m個文本標(biāo)簽相關(guān)聯(lián)，n≥m＞1，且n和m為整數(shù)；

6.根據(jù)權(quán)利要求5所述的方法，其中，所述基于所述目標(biāo)文本，確定所述初始文本集的多樣性信息包括：

7.根據(jù)權(quán)利要求1所述的方法，還包括：

8.一種人工智能的智能體，被配置為執(zhí)行根據(jù)權(quán)利要求1-7中任一項所述的方法。

9.一種基于大模型的文本處理裝置，包括：

10.根據(jù)權(quán)利要求9所述的裝置，其中，所述檢測模塊包括：

11.根據(jù)權(quán)利要求10所述的裝置，其中，所述初始文本集與多個所述標(biāo)簽相關(guān)聯(lián)；

12.根據(jù)權(quán)利要求10所述的裝置，其中，所述第一確定子模塊包括：

13.根據(jù)權(quán)利要求9所述的裝置，所述初始文本集包括多個初始文本，至少一個所述初始文本與n個所述標(biāo)簽中的m個文本標(biāo)簽相關(guān)聯(lián)，n≥m＞1，且n和m為整數(shù)；

14.根據(jù)權(quán)利要求13所述的裝置，其中，所述第四確定子模塊包括：

15.根據(jù)權(quán)利要求9所述的裝置，還包括：

16.一種電子設(shè)備，包括：

17.一種存儲有計算機(jī)指令的非瞬時計算機(jī)可讀存儲介質(zhì)，其中，所述計算機(jī)指令用于使所述計算機(jī)執(zhí)行根據(jù)權(quán)利要求1-7中任一項所述的方法。

18.一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，所述計算機(jī)程序在被處理器執(zhí)行時實現(xiàn)根據(jù)權(quán)利要求1-7中任一項所述的方法。

技術(shù)總結(jié)
本公開提供了一種基于大模型的文本處理方法、裝置、設(shè)備、介質(zhì)、程序產(chǎn)品及智能體，涉及人工智能技術(shù)領(lǐng)域，尤其涉及深度學(xué)習(xí)、大模型和生成式模型技術(shù)領(lǐng)域。基于大模型的文本處理方法包括：響應(yīng)于數(shù)據(jù)評估請求，利用大模型處理初始文本集和基于預(yù)設(shè)標(biāo)簽體系確定的提示詞，得到與初始文本集相關(guān)的標(biāo)簽，預(yù)設(shè)標(biāo)簽體系包括多個預(yù)設(shè)標(biāo)簽和多個預(yù)設(shè)標(biāo)簽之間的屬性關(guān)系，預(yù)設(shè)標(biāo)簽體系是基于大模型處理歷史文本集確定的；基于標(biāo)簽對初始文本集進(jìn)行屬性檢測，得到屬性評估信息，屬性評估信息表征基于初始文本集執(zhí)行指定的大模型訓(xùn)練任務(wù)的預(yù)期訓(xùn)練效果。

技術(shù)研發(fā)人員：郝洋,孫雨,王建華,馮知凡,袁星,洪豆
受保護(hù)的技術(shù)使用者：北京百度網(wǎng)訊科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/2