本發(fā)明涉及語義理解，具體而言，涉及一種基于大語言模型的用戶評論細(xì)粒度解析方法。

背景技術(shù)：

1、隨著電子商務(wù)和在線服務(wù)的快速發(fā)展，用戶評論分析已成為了解客戶需求、改進(jìn)產(chǎn)品和服務(wù)質(zhì)量的重要手段。傳統(tǒng)的評論分析方法往往只能提供粗粒度的情感分析或關(guān)鍵詞提取，難以準(zhǔn)確捕捉用戶對產(chǎn)品或服務(wù)具體方面的評價(jià)。此外，這些方法通常需要大量人工標(biāo)注的訓(xùn)練數(shù)據(jù)，耗時(shí)耗力且難以適應(yīng)快速變化的市場需求。

2、近年來，大語言模型在自然語言處理領(lǐng)域取得了重大突破，展現(xiàn)出強(qiáng)大的語言理解和生成能力。然而，如何有效地利用這些模型來改進(jìn)細(xì)粒度用戶評論分析，同時(shí)保證分析的準(zhǔn)確性和效率，仍然是一個(gè)亟待解決的技術(shù)問題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于大語言模型的用戶評論細(xì)粒度解析方法，利用大語言模型和優(yōu)化提示策略對用戶的評論進(jìn)行細(xì)粒度解析。

2、為了實(shí)現(xiàn)上述目的，本發(fā)明采用以下技術(shù)方案：

3、本發(fā)明提供了一種基于大語言模型的用戶評論細(xì)粒度解析方法，包括：

4、對用戶的評論進(jìn)行預(yù)處理；

5、將所述評論在特定領(lǐng)域的專業(yè)知識中進(jìn)行匹配，得到目標(biāo)知識；

6、基于目標(biāo)任務(wù)和動態(tài)調(diào)優(yōu)提示對大語言模型進(jìn)行訓(xùn)練，所述目標(biāo)任務(wù)包括方面詞提取和情感極性分類；

7、將所述評論與所述目標(biāo)知識進(jìn)行融合，并輸入到所述大語言模型中，得到所述評論的解析結(jié)果。

8、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果為：

9、本發(fā)明利用大語言模型的強(qiáng)大語言理解能力，實(shí)現(xiàn)對用戶評論中細(xì)粒度對象的識別和滿意度分析。本發(fā)明包括數(shù)據(jù)預(yù)處理、領(lǐng)域知識注入、模型訓(xùn)練、大語言模型細(xì)粒度解析的過程，能夠高效、準(zhǔn)確地分析用戶評論，為企業(yè)提供有價(jià)值的客戶洞察。本發(fā)明特別適用于需要深入理解用戶反饋的各種場景，具有廣闊的應(yīng)用前景。

技術(shù)特征：

1.一種基于大語言模型的用戶評論細(xì)粒度解析方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的基于大語言模型的用戶評論細(xì)粒度解析方法，其特征在于，對用戶的評論進(jìn)行預(yù)處理包括：

3.根據(jù)權(quán)利要求1所述的基于大語言模型的用戶評論細(xì)粒度解析方法，其特征在于，將所述評論在特定領(lǐng)域的專業(yè)知識中進(jìn)行匹配，得到目標(biāo)知識，包括：

4.根據(jù)權(quán)利要求3所述的基于大語言模型的用戶評論細(xì)粒度解析方法，其特征在于，根據(jù)所述目標(biāo)知識的相關(guān)性以及表達(dá)的自然度，選擇合適的知識模板，包括：

5.根據(jù)權(quán)利要求4所述的基于大語言模型的用戶評論細(xì)粒度解析方法，其特征在于，根據(jù)目標(biāo)知識的類型，將所述目標(biāo)知識嵌入到所選知識模板的合適位置，包括：

6.根據(jù)權(quán)利要求1所述的基于大語言模型的用戶評論細(xì)粒度解析方法，其特征在于，基于目標(biāo)任務(wù)和動態(tài)調(diào)優(yōu)提示對大語言模型進(jìn)行訓(xùn)練，包括：

7.根據(jù)權(quán)利要求6所述的基于大語言模型的用戶評論細(xì)粒度解析方法，其特征在于，在模型訓(xùn)練過程中，在所述初始提示模板的基礎(chǔ)上進(jìn)行動態(tài)調(diào)優(yōu)，得到動態(tài)調(diào)優(yōu)提示模板，包括：

8.根據(jù)權(quán)利要求7所述的基于大語言模型的用戶評論細(xì)粒度解析方法，其特征在于，將所述評論與所述目標(biāo)知識進(jìn)行融合，并輸入到所述大語言模型中，得到所述評論的解析結(jié)果，包括：

9.根據(jù)權(quán)利要求8所述的基于大語言模型的用戶評論細(xì)粒度解析方法，其特征在于，將所述動態(tài)調(diào)優(yōu)提示模板、所述評論與所述目標(biāo)知識進(jìn)行融合，并輸入到所述大語言模型中，得到所述評論的解析結(jié)果，包括：

10.根據(jù)權(quán)利要求9所述的基于大語言模型的用戶評論細(xì)粒度解析方法，其特征在于，對所述評論的解析結(jié)果進(jìn)行詳細(xì)度評估和置信度評估之后，還包括：

技術(shù)總結(jié)
本發(fā)明涉及語義理解技術(shù)領(lǐng)域，具體而言，涉及一種基于大語言模型的用戶評論細(xì)粒度解析方法。該方法包括對用戶的評論進(jìn)行預(yù)處理；將所述評論在特定領(lǐng)域的專業(yè)知識中進(jìn)行匹配，得到目標(biāo)知識；基于目標(biāo)任務(wù)和動態(tài)調(diào)優(yōu)提示對大語言模型進(jìn)行訓(xùn)練，所述目標(biāo)任務(wù)包括方面詞提取和情感極性分類；將所述評論與所述目標(biāo)知識進(jìn)行融合，并輸入到所述大語言模型中，得到所述評論的解析結(jié)果。本發(fā)明利用大語言模型和優(yōu)化提示策略對用戶的評論進(jìn)行細(xì)粒度解析。

技術(shù)研發(fā)人員：李斌,楊靖,王雪虹,張帆
受保護(hù)的技術(shù)使用者：中汽信息科技（天津）有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/4/6