CN119443093A 一种基于大型语言模型的酶活参数抽取方法与系统 （之江实验室）_第1页
CN119443093A 一种基于大型语言模型的酶活参数抽取方法与系统 （之江实验室）_第2页
CN119443093A 一种基于大型语言模型的酶活参数抽取方法与系统 （之江实验室）_第3页
CN119443093A 一种基于大型语言模型的酶活参数抽取方法与系统 （之江实验室）_第4页
CN119443093A 一种基于大型语言模型的酶活参数抽取方法与系统 （之江实验室）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于大型语言模型的酶活参数抽取方本发明提出了一种基于大型语言模型的酶供后续的研究和分析使用。本发明通过结合OCR2数据拆分模块，用于将文本数据拆分为包含不同优化提取模块，用于整合人工抽取模块与自动抽献过滤模块基于关键词匹配或基于领域知识的文献筛选算法3要求1_5任一项所述的基于大型语言模型器执行时实现如权利要求1_5任一项所述的基于大型语言模型的4在应对复杂文献内容时表现不佳。近年来，随着大型语言模型的快速发展，自然语言处理式和处理大量非结构化数据方面具有优势。因此，提出一种基于大型语言模型的酶活参数合大型语言模型的自然语言处理能力、提示词工程的优化技术以及人工抽取的标准操作，提供一种基于大型语言模型的酶活参数抽取方法与系统。本发明可显著减少人工的工作5[0010]为实现上述目的，本发明还提供了一种基于大型语言模及知识提取等应用。6这些功能参数及其他特性被整合并存储于BRENDA数据库（BRaunschweigENzymeScopus等数据库中的原始科学文献中提取的，目前已经收录了超过13.7万篇文献和约300[0022]为了使文献中的内容能够被大型语言模型（LLMs）读取并理解，本发明使用MathpixOCR工具将PDF文献转换为Markdown格式的数据样本。MathpixConvertAPI7rest表示剩余的样本。对大型语言模型生成的输出数据进行整理和清理，最终将其转化为标准化的数据框架格kcatm8[0039]本发明在提取过程中采用了GPT_4和Claude的样本手动分析并优化提示词；其中召回率由正确提取的数据量/黄金基准数据中的总数Kcat/Km为s"m-。9[0060]本发明首先利用MathpixOCR工具对PDF格式的酶活性研究文献进行光学字符识确性和效率方面的优势；Mathpix支持多种格式的输出，确保转换后的文件具有一致的结文件上传与处理：将待处理的PDF文件上传至Mathpix，经过OCR处理后，生成金基准数据。针对困难样本，人工抽取模块依照预先设定的标准操作流程（Standard[0065]手动提取过程：在创建黄金基准时，提示工程（PromptEngineering针结果展示：提取结果以标准化的数据框形式展示，用户可选择导出为多种格式型的酶活参数抽取方法所在任意具备数据处理能力的设备的一种硬件结构图，除了图4所[0085]所述计算机可读存储介质可以是前述任一实施例所述的任意具备数据处理能力质用于存储所述计算机程序以及所述任意具备数据处理能力的设备所需的其他程序和数

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论