一种基于微调大语言模型的评价分析系统与方法与流程

本发明属于模型评价分析，具体涉及一种基于微调大语言模型的评价分析系统与方法。

背景技术：

1、散落在各个平台的消费者评价数量巨大，作为品牌很难全面的感知消费者体验反馈，从而无法准确的找到品牌门店以及饮品实际的需求痛点。作为品牌急需利用好这份有价值的数据,识别消费者反馈中的问题以及情感正负向并定义计算指标，将消费者反馈结构化，能够整体度量消费者对品牌、门店以及饮品的体验感知反馈，最终联动品牌和门店共同提升用户体验。

2、当前市面上相关产品有基于关键词,但其缺乏深度理解，可能忽视上下文；有基于机器学习的,但需要大量标注数据，模型泛化能力有限。

3、大语言模型可以解决这些问题,但因为模型的决策过程不透明,仅通过提示语调优迭代会有不精准性与缺乏反馈。

技术实现思路

1、本发明的目的在于提供一种基于微调大语言模型的评价分析系统与方法，可以根据具体的数据集和性能指标来优化模型；引入指标示例与人为修正的评价数据作为微调数据,解决数据质量问题。

2、为实现上述目的，本发明提供如下技术方案：一种基于微调大语言模型的评价分析系统，包括

3、指标预设模块，所述指标预设模块用于添加品牌关心的情感指标，并添加示例，这些示例作为微调数据的一部分，用于训练和优化大语言模型；

4、人为修正模块：客服与门店管理人员可以查看评价的分析结果，如果发现结果不精准，可以通过人为修正模块进行人为修正；修正后的数据同样作为微调数据的一部分，用于进一步优化模型；

5、评价分析模块，所述评价分析模块用于展示评价内容，并发起评价分析申请，该模块为大语言模型提供输入，并展示评价分析的结果；

6、微调模块，所述微调模块负责收集预设指标示例和修正数据，并将其转换为大语言模型可以理解的形式；

7、大语言连接模块：负责接收来自微调模块的增量数据，并进行大语言模型的微调，该模块还记录微调的版本信息，以便于跟踪和管理模型的优化过程。

8、作为本发明的一种优选的技术方案，添加品牌关心的情感指标并添加示例的具体方法如下：

9、确定品牌关心的情感指标：明确品牌在评价分析中关心的情感指标，情感指标作为后续示例添加和评价分析的基础；

10、收集示例数据：根据确定的情感指标，收集相关示例数据；

11、对示例数据进行处理：对收集的示例数据进行必要的处理，使其适合于后续的模型训练和微调；

12、将示例数据添加到指标预设模块：将处理后的示例数据添加到指标预设模块中。

13、作为本发明的一种优选的技术方案，所述必要的处理包括数据清洗、分类。

14、作为本发明的一种优选的技术方案，通过人为修正模块进行人为修正的具体方法如下：

15、展示评价分析结果：将评价分析模块的分析结果展示给相关人员；

16、判断是否需要修正：人工检查展示的分析结果，查看是否存在明显错误或遗漏；

17、进行人为修正：如果发现分析结果存在不精准的情况，可以通过人为修正模块进行修正，确保修正的内容准确、详细，并且与实际的评价内容相符；

18、记录修正数据：将修正后的数据记录下来，作为增量数据用于后续的模型微调；

19、确认修正结果：完成人为修正后，再次检查修正结果是否准确；

20、更新评价分析系统：根据人为修正的结果，更新评价分析系统中的相关数据和模型，确保系统能够反映最新的评价内容和修正结果，提供更准确的分析结果；

21、重复修正过程：重复上述步骤，不断优化和更新评价分析系统的结果。

22、作为本发明的一种优选的技术方案，所述修正包括直接的修改、添加备注或对分析结果的进一步解释。

23、作为本发明的一种优选的技术方案，评价分析模块展示评价内容并发起评价分析申请的具体方法如下：

24、获取评价内容：获取评价内容，确保评价内容是真实、可靠并且与品牌相关的；

25、处理评价内容：对获取的评价内容进行必要的处理，以使其适合于后续的分析处理；

26、展示评价内容：将处理后的评价内容展示在评价分析模块中；

27、发起评价分析申请：用户可以在评价分析模块中发起评价分析申请，以便于对评价内容进行更深入的分析和处理；

28、处理申请请求：接收到用户的申请请求后，评价分析模块将根据用户的需求进行相应的处理；

29、提供分析结果：完成处理后，将分析结果通过评价分析模块返回给用户。

30、作为本发明的一种优选的技术方案，所述相应的处理包括对评价内容的情感分析、关键词提取、趋势分析。

31、本发明还公开了一种基于微调大语言模型的评价分析方法，所述评价分析方法如下：

32、步骤一：预设品牌关心的情感指标，并添加示例数据；

33、步骤二：利用评价分析模块对示例数据进行初步分析；

34、步骤三：通过人为修正模块对初步分析结果进行修正；

35、步骤四：将修正后的数据作为增量数据用于微调大语言模型；

36、步骤五：重复步骤三和步骤四，不断优化大语言模型的性能；

37、步骤六：基于优化后的大语言模型进行更精准的评价分析。

38、与现有技术相比，本发明的有益效果是：

39、本发明能够提高评价分析的精度和准确度，为品牌提供更有价值的决策支持；

40、还可以根据实际需求进行灵活的调整和优化，以满足不同场景下的评价分析需求。

技术特征：

1.一种基于微调大语言模型的评价分析系统，其特征在于：包括

2.根据权利要求1所述的一种基于微调大语言模型的评价分析系统，其特征在于：添加品牌关心的情感指标并添加示例的具体方法如下：

3.根据权利要求1所述的一种基于微调大语言模型的评价分析系统，其特征在于：所述必要的处理包括数据清洗、分类。

4.根据权利要求1所述的一种基于微调大语言模型的评价分析系统，其特征在于：通过人为修正模块进行人为修正的具体方法如下：

5.根据权利要求4所述的一种基于微调大语言模型的评价分析系统，其特征在于：所述修正包括直接的修改、添加备注或对分析结果的进一步解释。

6.根据权利要求1所述的一种基于微调大语言模型的评价分析系统，其特征在于：评价分析模块展示评价内容并发起评价分析申请的具体方法如下：

7.根据权利要求6所述的一种基于微调大语言模型的评价分析系统，其特征在于：所述相应的处理包括对评价内容的情感分析、关键词提取、趋势分析。

8.一种基于微调大语言模型的评价分析方法，其特征在于：包括如权利要求1-7任一项所述系统中的评价分析模块，所述评价分析方法如下：

技术总结
本发明公开了一种基于微调大语言模型的评价分析系统与方法，包括指标预设模块，所述指标预设模块用于添加品牌关心的情感指标，并添加示例，这些示例作为微调数据的一部分，用于训练和优化大语言模型；人为修正模块：客服与门店管理人员可以查看评价的分析结果，如果发现结果不精准，可以通过人为修正模块进行人为修正；修正后的数据同样作为微调数据的一部分，用于进一步优化模型；评价分析模块，所述评价分析模块用于展示评价内容，并发起评价分析申请；本发明的有益效果是：本发明能够提高评价分析的精度和准确度，为品牌提供更有价值的决策支持；还可以根据实际需求进行灵活的调整和优化，以满足不同场景下的评价分析需求。

技术研发人员：朱中喜,奚海波
受保护的技术使用者：苏州朋悦科技有限公司
技术研发日：
技术公布日：2024/3/21