计算机应用研究

作者：刘俊岭,杨梦迪,孙焕良,许景科,

单位：1.沈阳建筑大学计算机科学与工程学院,沈阳110168；2.辽宁省城市建设大数据管理与分析重点实验室,沈阳110168；3.国家特种计算机工程技术研究中心沈阳分中心,沈阳110168；

关键词：大语言模型,事件抽取,提示工程,指令微调,社交媒体数据,实体推理,

基金：国家自然科学基金资助项目(62073227)；国家重点研发计划资助项目(2021YFF0306303)；辽宁省教育厅资助项目(LJ212510153014)；；

将文本流所包含的用户空间转移信息转换为路线图，为用户提供直观的路线与经验展示。首先，提出基于大模型的时空事件抽取模型，构建路线知识体系与抽取模板，构建微调数据集应用于模型微调；然后，提出基于大模型的文本分段模型，构建文本划分模板和微调数据集应用于模型微调；其次，提出一种在线路径生成方法，设计了实体属性和关系的推理方法，采用加权评分策略生成最优路径；最后，在真实数据集上进行实验。结果表明，所提模型在文本分段和事件抽取任务中相比其他大模型的性能更好，所提方法比多特征值的实体匹配方法在实体推理方面准确率提升了16%，验证了所提模型和方法的有效性。

来源：2026年第2期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2026年第2期