• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    基于大語(yǔ)言模型的企業(yè)異構(gòu)數(shù)據(jù)融合查詢

    2025-04-22 00:00:00吳春龍汪敏陳智超
    科技創(chuàng)新與應(yīng)用 2025年10期
    關(guān)鍵詞:大語(yǔ)言模型知識(shí)圖譜

    摘 "要:大語(yǔ)言模型在智能問(wèn)答、文本生成、語(yǔ)言翻譯、輔助編程等創(chuàng)造性的場(chǎng)景應(yīng)用十分廣泛,但是在需求精確性的場(chǎng)景下應(yīng)用卻受到諸多限制。該文主要研究采用大語(yǔ)言模型,在知識(shí)圖譜和向量知識(shí)庫(kù)的加持下,結(jié)合Prompt提示工程、微調(diào)、LangChain等技術(shù),融合結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù),實(shí)現(xiàn)在限定知識(shí)范圍內(nèi)的精確查詢,探索大語(yǔ)言模型應(yīng)用的新方式。

    關(guān)鍵詞:大語(yǔ)言模型;異構(gòu)數(shù)據(jù);知識(shí)圖譜;向量知識(shí)庫(kù);融合查詢

    中圖分類(lèi)號(hào):TP312 " " "文獻(xiàn)標(biāo)志碼:A " " " " "文章編號(hào):2095-2945(2025)10-0001-05

    Abstract: Large Language Models (LLMs), also known as big models, have extensive applications in creative scenarios such as intelligent question answering, text generation, language translation, and programming assistance. However, their application in precision-demanding contexts is often subject to various limitations. This paper primarily investigates the utilization of large language models, coupled with the support of Knowledge Graphs and Vector Knowledge Bases. By incorporating techniques such as Prompt Engineering, fine-tuning, and LangChain, we aim to fuse structured and unstructured data and achieve precise queries within a defined knowledge scope. This research explores new approaches for the application of large language models.

    Keywords: Large Language Model (LLM); heterogeneous data; knowledge graph; vector knowledge base; fusion query

    隨著ChatGPT的橫空出世,開(kāi)啟了生成式大語(yǔ)言模型(Large Language Models,簡(jiǎn)稱(chēng)大模型或LLMs)蓬勃發(fā)展的新時(shí)代,依托Transformer[1]等技術(shù)架構(gòu)和海量的訓(xùn)練數(shù)據(jù),大模型在自然領(lǐng)域和多模態(tài)領(lǐng)域的發(fā)展十分迅速,尤其是對(duì)于非結(jié)構(gòu)化數(shù)據(jù)的處理。然而在大模型的實(shí)際應(yīng)用過(guò)程中卻存在大量的限制,例如:①缺乏解釋性,難以解釋其決策的過(guò)程,限制了其在某些領(lǐng)域的可靠性和可信度[2];②大模型雖然具有廣泛的語(yǔ)言能力和知識(shí)體系,但對(duì)特定領(lǐng)域的專(zhuān)業(yè)知識(shí)了解有限,可能無(wú)法提供準(zhǔn)確或深入的理解和分析;③新技術(shù)、新理念和新知識(shí)層出不窮,異構(gòu)數(shù)據(jù)無(wú)處不在,信息時(shí)代每時(shí)每刻都會(huì)產(chǎn)生大量的數(shù)據(jù),其中既包含信息化系統(tǒng)產(chǎn)生的結(jié)構(gòu)化數(shù)據(jù),也包括語(yǔ)音、圖片、視頻和文檔等大量的非結(jié)構(gòu)化數(shù)據(jù),根據(jù)IDC的預(yù)測(cè),全球產(chǎn)生的數(shù)據(jù)在2025年將達(dá)到179.6 ZB,其中絕大部分?jǐn)?shù)據(jù)(約80%~90%)為非結(jié)構(gòu)化的數(shù)據(jù)[3]。

    在企業(yè)的核心資產(chǎn)中,數(shù)據(jù)占據(jù)著至關(guān)重要的地位。其中,結(jié)構(gòu)化數(shù)據(jù)雖然僅占20%,但因其可被標(biāo)準(zhǔn)化處理和存儲(chǔ),一直受到企業(yè)的重視。然而,非結(jié)構(gòu)化數(shù)據(jù),如文本、圖像、音頻和視頻等,雖然占據(jù)了數(shù)據(jù)總量的80%,卻因其多樣性和復(fù)雜性而常常被企業(yè)所忽視[4]。

    當(dāng)前解決該問(wèn)題的主流方法為NLP技術(shù)和SQL檢索。對(duì)于非結(jié)構(gòu)化數(shù)據(jù)的查詢,NLP技術(shù)發(fā)揮了重要作用。NLP通過(guò)詞法分析、句法分析、語(yǔ)義理解等技術(shù)手段,將非結(jié)構(gòu)化文本轉(zhuǎn)化為計(jì)算機(jī)可理解的結(jié)構(gòu)化信息,從而實(shí)現(xiàn)對(duì)這些數(shù)據(jù)的查詢和檢索。然而,NLP技術(shù)在處理非結(jié)構(gòu)化數(shù)據(jù)時(shí)面臨著語(yǔ)義理解的局限性,難以完全準(zhǔn)確地捕捉文本的深層含義。對(duì)于結(jié)構(gòu)化數(shù)據(jù)的查詢,SQL語(yǔ)言是最常用的工具。SQL語(yǔ)言提供了豐富的查詢語(yǔ)句和操作符,可以高效地對(duì)關(guān)系型數(shù)據(jù)庫(kù)中的數(shù)據(jù)進(jìn)行查詢、過(guò)濾、聚合等操作。企業(yè)可以通過(guò)編寫(xiě)SQL查詢語(yǔ)句,實(shí)現(xiàn)對(duì)結(jié)構(gòu)化數(shù)據(jù)的精確查詢和分析。然而,SQL語(yǔ)言對(duì)非結(jié)構(gòu)化數(shù)據(jù)的處理能力有限,無(wú)法直接應(yīng)用于非結(jié)構(gòu)化文本的檢索和查詢。

    為了綜合處理結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù),企業(yè)通常需要結(jié)合使用NLP技術(shù)和SQL語(yǔ)言。這意味著,企業(yè)需要開(kāi)發(fā)復(fù)雜的查詢系統(tǒng)或集成多個(gè)獨(dú)立的工具,以實(shí)現(xiàn)對(duì)異構(gòu)數(shù)據(jù)的統(tǒng)一查詢。然而,這種解決方案往往存在效率不高、維護(hù)困難等問(wèn)題。大模型的出現(xiàn)給這個(gè)場(chǎng)景提供了新的解決思路,與傳統(tǒng)的NLP技術(shù)和SQL查詢相比,大模型具有更高的靈活性和可擴(kuò)展性。它們不需要復(fù)雜的系統(tǒng)集成和維護(hù),只需通過(guò)簡(jiǎn)單的微調(diào)即可適應(yīng)不同的查詢需求。此外,大模型還可以結(jié)合其他先進(jìn)技術(shù)(如知識(shí)圖譜、圖像識(shí)別等),實(shí)現(xiàn)更加全面和多樣的數(shù)據(jù)處理和分析功能。

    然而,僅僅依靠增量預(yù)訓(xùn)練和模型微調(diào)均不能從根本上解決大模型在精確場(chǎng)景應(yīng)用中出現(xiàn)的問(wèn)題,即“一本正經(jīng)的胡說(shuō)八道”。筆者嘗試從異構(gòu)數(shù)據(jù)融合查詢的角度出發(fā),從數(shù)據(jù)層面上解決大模型的泛化問(wèn)題,獲取準(zhǔn)確性高和可靠性強(qiáng)的答案。

    1 技術(shù)方案研究

    為了解決大模型在精確場(chǎng)景不可靠的問(wèn)題,一個(gè)行之有效的方案是,給大模型提供針對(duì)結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)的外掛知識(shí)系統(tǒng),當(dāng)用戶提問(wèn)的內(nèi)容與外掛知識(shí)系統(tǒng)產(chǎn)生交互且具備一定的關(guān)聯(lián)度時(shí),將相關(guān)的知識(shí)作為Prompt提示工程傳遞給大模型,大模型基于匹配到的限定范圍的知識(shí)進(jìn)行理解和重新組合,即可形成具有較高的準(zhǔn)確性和較為穩(wěn)定的知識(shí)問(wèn)答。

    1.1 總體架構(gòu)

    大模型作為核心能力貫穿了整個(gè)處理環(huán)節(jié),用到了知識(shí)圖譜、向量知識(shí)庫(kù)、Prompt提示工程[5-6]、微調(diào)[7]、LangChain[8-9]等技術(shù),在外掛知識(shí)體系的加持下,通過(guò)對(duì)特定知識(shí)的組合,從而最大限度地提高了大模型在處理相關(guān)問(wèn)題的可靠性。具體架構(gòu)如圖1所示。

    1.2 知識(shí)圖譜

    通過(guò)構(gòu)建知識(shí)圖譜,能夠給大模型提供結(jié)構(gòu)化的數(shù)據(jù)支持,改善語(yǔ)義理解和推理能力并拓展領(lǐng)域知識(shí)的范圍,從而達(dá)到改善問(wèn)題回答和信息檢索能力的效果。知識(shí)圖譜以圖的形式組織和表示知識(shí),可以將實(shí)體、關(guān)系和屬性以結(jié)構(gòu)化的方式存儲(chǔ)。

    在這個(gè)過(guò)程中,知識(shí)圖譜可以起到以下2個(gè)方面的作用。

    1)對(duì)于結(jié)構(gòu)化數(shù)據(jù),可以將數(shù)據(jù)(節(jié)點(diǎn)、關(guān)系)的標(biāo)簽、字段等schema用圖譜的形式來(lái)表示,從而幫助大模型能夠理解整個(gè)數(shù)據(jù)架構(gòu)。

    2)對(duì)于非結(jié)構(gòu)化數(shù)據(jù),可以將段落、上下文引用、圖表和文檔間調(diào)用等用節(jié)點(diǎn)和關(guān)系連接起來(lái),從而使得大模型能夠整體掌握非結(jié)構(gòu)化文本的大綱、行文結(jié)構(gòu)和多模態(tài)信息。

    1.3 "向量知識(shí)庫(kù)

    構(gòu)建向量知識(shí)庫(kù),可以將文本數(shù)據(jù),包括互聯(lián)網(wǎng)上的網(wǎng)頁(yè)、書(shū)籍、新聞文章等,按照段落/文字長(zhǎng)度等方式進(jìn)行切片,將文本片段映射到向量空間中的向量,為大模型提供了語(yǔ)義上的表示,這些向量表示捕捉了詞語(yǔ)之間的語(yǔ)義關(guān)系和上下文信息,從而可以進(jìn)行語(yǔ)義匹配、相似性分析等任務(wù)[10-12]。此外,向量知識(shí)庫(kù)可以用于知識(shí)補(bǔ)全和推薦任務(wù),通過(guò)匹配查詢向量與知識(shí)庫(kù)中的向量表示,推薦相關(guān)實(shí)體或相關(guān)知識(shí),大模型可以利用向量知識(shí)庫(kù)中的向量表示,與用戶提問(wèn)的向量化片段進(jìn)行距離計(jì)算,返回與用戶問(wèn)題最接近的N個(gè)知識(shí)文本片段,最終作為提示工程交給大模型組合輸出。

    1.4 "提示工程

    大模型的Prompt提示工程是指在使用大語(yǔ)言模型時(shí),通過(guò)設(shè)計(jì)和構(gòu)造合適的Prompt(提示語(yǔ))來(lái)引導(dǎo)模型的輸出以實(shí)現(xiàn)特定的功能或獲取特定的知識(shí)。Prompt提示工程的作用包括以下幾點(diǎn)。

    1)引導(dǎo)模型生成特定類(lèi)型的輸出。例如假如想要讓大模型具備翻譯的能力,那么會(huì)在提示工程中,引導(dǎo)大模型在輸出答案時(shí)僅僅輸出翻譯后的內(nèi)容,而不要引申或者拓展回答的內(nèi)容,獲得相對(duì)準(zhǔn)確的回答效果。

    2)指導(dǎo)模型獲取特定領(lǐng)域的知識(shí)。例如對(duì)于比較專(zhuān)業(yè)的知識(shí)領(lǐng)域,大模型回答時(shí)會(huì)產(chǎn)生認(rèn)知偏差,通過(guò)提示工程,可以補(bǔ)充特定支持,引導(dǎo)大模型得到正確的結(jié)果。

    3)解決大模型輸出的穩(wěn)定性問(wèn)題。大模型的輸出存在不確定性和隨機(jī)性,提示工程可以在一定程度上解決該問(wèn)題。

    1.5 "微調(diào)

    大模型使用微調(diào)技術(shù)的目的是為了進(jìn)一步優(yōu)化和適應(yīng)特定任務(wù)或領(lǐng)域的數(shù)據(jù)。微調(diào)是指在預(yù)訓(xùn)練的大模型基礎(chǔ)上,使用任務(wù)特定的數(shù)據(jù)進(jìn)行有監(jiān)督的訓(xùn)練,以調(diào)整模型的參數(shù)和權(quán)重,使其更好地適應(yīng)具體任務(wù)的要求。微調(diào)可以應(yīng)用在各個(gè)層面,例如:訓(xùn)練大模型在某些知識(shí)領(lǐng)域的能力,理解某些知識(shí)、指令或者定義,對(duì)大模型回答格式進(jìn)行調(diào)整等。

    2 "案例分析

    基于以上的技術(shù)架構(gòu),本文在人力資源管理領(lǐng)域?qū)Υ竽P团c異構(gòu)數(shù)據(jù)融合查詢流程進(jìn)行了案例實(shí)踐和驗(yàn)證。

    2.1 "知識(shí)圖譜和向量知識(shí)庫(kù)的構(gòu)造

    對(duì)于人力資源管理系統(tǒng),主要的數(shù)據(jù)分為2類(lèi):①結(jié)構(gòu)化的數(shù)據(jù),主要包含人員、部門(mén)、履歷等信息;②非結(jié)構(gòu)化數(shù)據(jù),主要包括關(guān)于人力資源管理的各項(xiàng)規(guī)章制度,例如考勤管理辦法、考核管理辦法、績(jī)效管理辦法等。

    2.1.1 "結(jié)構(gòu)化數(shù)據(jù)

    結(jié)構(gòu)化數(shù)據(jù)處理最核心的方法是梳理圖結(jié)構(gòu)(schema),如圖2所示,可以將與人員相關(guān)的節(jié)點(diǎn)和關(guān)系的標(biāo)簽(label)、字段名稱(chēng)、字段屬性等相互關(guān)聯(lián)起來(lái),之后按照這個(gè)架構(gòu)將數(shù)據(jù)寫(xiě)入圖數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ),同時(shí),圖結(jié)構(gòu)(schema)將轉(zhuǎn)換為Prompt提示工程語(yǔ)句,用于大模型對(duì)知識(shí)圖譜進(jìn)行理解。

    2.1.2 "非結(jié)構(gòu)化數(shù)據(jù)

    對(duì)于非結(jié)構(gòu)化數(shù)據(jù)處理,主要分為以下3步:①處理文本,略去圖片等信息,將表格按行與表頭一起處理成文本等;②文本向量化,結(jié)構(gòu)化的向量與非結(jié)構(gòu)化的文本形成一一對(duì)應(yīng)關(guān)系;③對(duì)于結(jié)構(gòu)較為復(fù)雜的文本,需要構(gòu)建知識(shí)圖譜,用以標(biāo)準(zhǔn)段落之間相互引用,文本之間相互引用等關(guān)系。如圖3所示,可以得到人力資源管理文檔的知識(shí)圖譜和向量知識(shí)庫(kù)。

    2.2 "文本轉(zhuǎn)結(jié)構(gòu)化查詢語(yǔ)句

    要獲取結(jié)構(gòu)化數(shù)據(jù)的信息,需要借助于數(shù)據(jù)庫(kù)查詢語(yǔ)言來(lái)執(zhí)行,而為了處理現(xiàn)實(shí)條件下用戶的日常提問(wèn),我們需要借助于一個(gè)工具來(lái)進(jìn)行一個(gè)文本轉(zhuǎn)換。實(shí)現(xiàn)這個(gè)功能的工具也有很多,包括但不限于:NLP語(yǔ)義理解(例如BERT模型)、正則化匹配填充、大模型Prompt提示工程和大模型微調(diào)等,各自有不同的試用場(chǎng)景。結(jié)合人力資源管理查詢系統(tǒng)的特點(diǎn),本文采用的是Prompt提示工程的方式,針對(duì)用戶的提問(wèn),分析其所需的數(shù)據(jù)庫(kù)及其schema,之后采用大模型抽取用戶提問(wèn)中的關(guān)鍵信息,配合Prompt提示中的相關(guān)信息(schema),從而生成滿足需求的查詢語(yǔ)句。

    2.3 "文本轉(zhuǎn)非結(jié)構(gòu)化文本檢索

    將人力資源管理文件全部按照2.1.2的方法進(jìn)行文本處理和文本結(jié)構(gòu)圖譜化處理,從而獲取了經(jīng)過(guò)向量化的知識(shí)庫(kù)和文本結(jié)構(gòu)知識(shí)圖譜。針對(duì)用戶的提問(wèn),將其轉(zhuǎn)換為向量化的文本,通過(guò)向量匹配,從向量庫(kù)中獲取與提問(wèn)最接近的N個(gè)文本段,并在知識(shí)圖譜中將其相關(guān)的文本段落也查詢出來(lái),一起推給大模型進(jìn)行組合輸出,效果如圖4所示。

    圖4 人力資源融合查詢系統(tǒng)示意圖

    2.4 意圖識(shí)別與融合查詢

    由于處理結(jié)構(gòu)化數(shù)據(jù)的檢索方式和處理非結(jié)構(gòu)化數(shù)據(jù)的檢索方式不同,我們需要使用相關(guān)工具對(duì)用戶的提問(wèn)做一個(gè)意圖識(shí)別。意圖識(shí)別可以采用的工具非常多,包括但不限于:NLP語(yǔ)義理解(例如BERT模型[13])、正則化匹配、模糊匹配、大模型Prompt提示工程等。通過(guò)這種方式可以確定數(shù)據(jù)查詢的邏輯和方式,本文人力資源查詢系統(tǒng)采用的是提示工程的方法,具體架構(gòu)如圖1所示。

    2.5 查詢系統(tǒng)效果

    基于以上的技術(shù)方案,配合前后端功能,最終實(shí)現(xiàn)了一個(gè)基于大模型的異構(gòu)數(shù)據(jù)融合查詢系統(tǒng),針對(duì)經(jīng)過(guò)知識(shí)掛載的數(shù)據(jù)庫(kù)和人力資源管理文本等相關(guān)內(nèi)容進(jìn)行提問(wèn),大模型都能夠較為準(zhǔn)確地進(jìn)行回答。

    2.5.1 "結(jié)構(gòu)化數(shù)據(jù)查詢的效果

    為了驗(yàn)證查詢效果,準(zhǔn)備了一個(gè)由103項(xiàng)問(wèn)答對(duì)組成的驗(yàn)證集,在沒(méi)有采用本文的技術(shù)方案,僅用大模型的查詢準(zhǔn)確項(xiàng)僅有53項(xiàng),準(zhǔn)確率為51.5%,具體錯(cuò)誤原因見(jiàn)表1。

    表1 "人力資源結(jié)構(gòu)化數(shù)據(jù)查詢效果

    采用本文的融合查詢技術(shù)之后,在驗(yàn)證集中結(jié)構(gòu)化數(shù)據(jù)查詢的錯(cuò)誤數(shù)量從50項(xiàng)降低為19項(xiàng),準(zhǔn)確率提升到81.6%,較之前準(zhǔn)確率大幅提升。

    2.5.2 "非結(jié)構(gòu)化數(shù)據(jù)查詢的效果

    為了驗(yàn)證查詢效果,準(zhǔn)備了一個(gè)由35項(xiàng)問(wèn)答對(duì)組成的驗(yàn)證集,在沒(méi)有采用本文的融合查詢技術(shù)方案,僅用大模型的查詢回答準(zhǔn)確的僅有20項(xiàng),準(zhǔn)確率為57.1%,具體錯(cuò)誤原因見(jiàn)表2。

    表2 "人力資源非結(jié)構(gòu)化數(shù)據(jù)查詢效果

    采用本文的融合查詢技術(shù)之后,在驗(yàn)證集中非結(jié)構(gòu)化數(shù)據(jù)查詢的錯(cuò)誤數(shù)量從15項(xiàng)降低為6項(xiàng),準(zhǔn)確率提升到82.9%,較之前準(zhǔn)確率也有較大提升。

    3 "結(jié)束語(yǔ)

    本文針對(duì)大模型在精確場(chǎng)景難以滿足需求的問(wèn)題,結(jié)合Prompt提示工程、知識(shí)圖譜和向量知識(shí)庫(kù)等相關(guān)技術(shù),以統(tǒng)一的技術(shù)架構(gòu)實(shí)現(xiàn)了針對(duì)結(jié)構(gòu)化和非結(jié)構(gòu)化異構(gòu)數(shù)據(jù)的統(tǒng)一查詢的系統(tǒng),并且在人力資源管理項(xiàng)目上進(jìn)行了驗(yàn)證。從結(jié)果上來(lái)看,該技術(shù)架構(gòu)能夠滿足相關(guān)的需求,并且由于涉及的知識(shí)類(lèi)型較為廣泛,該系統(tǒng)具備了較強(qiáng)的遷移能力,在限定知識(shí)范圍的精確查詢場(chǎng)景,均能取得較好的查詢和問(wèn)答效果。

    大模型技術(shù)的應(yīng)用仍處于一個(gè)高速發(fā)展和日趨成熟的階段,盡管大模型在結(jié)構(gòu)化和非結(jié)構(gòu)化異構(gòu)數(shù)據(jù)查詢方面已經(jīng)展現(xiàn)出了強(qiáng)大的潛力,并在某些場(chǎng)景下取得了顯著的成果,但仍存在一些待解決的問(wèn)題和挑戰(zhàn),主要包括以下3個(gè)方面:模型的魯棒性和泛化性;知識(shí)的更新與維護(hù);隱私保護(hù)與數(shù)據(jù)安全等,在這些方面還需要不斷地進(jìn)行技術(shù)發(fā)展和理論創(chuàng)新。

    參考文獻(xiàn):

    [1] VASWANI A, SHAZEER N, PARMAR N, et al. Attention is all you need[J]. Advances in neural information processing systems, 2017, 30.

    [2] 張乾君.AI大模型發(fā)展綜述[J].通信技術(shù),2023,56(3):255-262.

    [3] RYDNING J. Worldwide global datasphere and global storagesphere structured and unstructured data forecast, 2021-2025[J]. 2021.

    [4] TIMOTHY K. 80 Percent of Your Data Will Be Unstructured in Five Years[EB/OL].[2024-02-06]. https://solutionsreview.com/data-management/80-percent-of-your-data-will-be-unstructured-in-five-years/ChatGPT.

    [5] BROWN T, MANN B, RYDER N, et al. Language models are few-shot learners[J]. Advances in neural information processing systems, 2020,33:1877-1901.

    [6] LESTER B, AL-RFOU R, Constant N. The power of scale for parameter-efficient prompt tuning[J].2021.

    [7] SCHICK T, SCH?譈TZE H. Exploiting cloze questions for few shot text classification and natural language inference[J].2020.

    [8] ZHANG Z, ZHANG A, LI M, et al. Automatic chain of thought prompting in large language models[J].2022.

    [9] WEI J, WANG X, SCHUURMANS D, et al. Chain-of-thought prompting elicits reasoning in large language models[J]. Advances in Neural Information Processing Systems, 2022, 35: 24824-24837.

    [10] Vearch: A Distributed System for Embedding-based Retrieval[EB/OL].[2024-02-06]. https://github.com/vearch/vearch.

    [11] LI J, LIU H, GUI C, et al. The design and implementation of a real time visual search system on JD E-commerce platform[C]//Proceedings of the 19th International Middleware Conference Industry,2018: 9-16.

    [12] CHEN Q, WANG H, LI M, et al. SPTAG: A library for fast approximate nearest neighbor search[J]. 2018.

    [13] DEVLIN J, CHANG M W, LEE K, et al. Bert: Pre-training of deep bidirectional transformers for language understanding[J].2018.

    猜你喜歡
    大語(yǔ)言模型知識(shí)圖譜
    反思與重構(gòu):中國(guó)式現(xiàn)代化進(jìn)程中的 人工智能“中國(guó)方案”
    廣布局、重應(yīng)用:生成式大語(yǔ)言模型的新進(jìn)展
    ChatGPT技術(shù)原理及未來(lái)影響研究
    財(cái)務(wù)共享服務(wù)中心的大語(yǔ)言模型應(yīng)用探究
    人工智能需要“靈魂”嗎
    生成式人工智能的教育應(yīng)用與展望
    國(guó)內(nèi)圖書(shū)館嵌入式服務(wù)研究主題分析
    國(guó)內(nèi)外政府信息公開(kāi)研究的脈絡(luò)、流派與趨勢(shì)
    近十五年我國(guó)小學(xué)英語(yǔ)教學(xué)研究的熱點(diǎn)、問(wèn)題及對(duì)策
    基于知識(shí)圖譜的產(chǎn)業(yè)集群創(chuàng)新績(jī)效可視化分析
    日本vs欧美在线观看视频 | 最后的刺客免费高清国语| 日本欧美国产在线视频| 午夜激情福利司机影院| 中文字幕免费在线视频6| 国产在线男女| 国产成人精品福利久久| 精品国产露脸久久av麻豆| 欧美精品一区二区免费开放| 久久久久久久久大av| 免费av中文字幕在线| 久久午夜综合久久蜜桃| 亚洲色图综合在线观看| 国产精品久久久久久精品电影小说| 久热久热在线精品观看| 国产伦精品一区二区三区四那| 久久这里有精品视频免费| 久久精品国产亚洲av涩爱| 在线看a的网站| 美女主播在线视频| xxx大片免费视频| 美女xxoo啪啪120秒动态图| 亚洲情色 制服丝袜| 国产精品一区二区在线不卡| 爱豆传媒免费全集在线观看| 亚洲一级一片aⅴ在线观看| 啦啦啦在线观看免费高清www| 日韩三级伦理在线观看| 中国三级夫妇交换| 乱人伦中国视频| 久久久久久人妻| 自线自在国产av| 精品亚洲乱码少妇综合久久| 男女无遮挡免费网站观看| 人人妻人人爽人人添夜夜欢视频 | xxx大片免费视频| 成人国产麻豆网| 精品国产乱码久久久久久小说| 国产 一区精品| 午夜日本视频在线| 亚洲精品aⅴ在线观看| 免费观看av网站的网址| 国产成人精品久久久久久| 国产精品久久久久久久电影| av网站免费在线观看视频| 久久久午夜欧美精品| 观看av在线不卡| 哪个播放器可以免费观看大片| 久久久久精品久久久久真实原创| 91精品国产国语对白视频| 国产精品国产三级国产av玫瑰| 极品教师在线视频| 国产免费视频播放在线视频| 国内精品宾馆在线| 日本黄色片子视频| 热re99久久精品国产66热6| 国产日韩欧美亚洲二区| 99国产精品免费福利视频| 国产白丝娇喘喷水9色精品| freevideosex欧美| 女人精品久久久久毛片| 国产高清国产精品国产三级| 国产精品久久久久成人av| 另类精品久久| 久久精品国产鲁丝片午夜精品| 亚洲精华国产精华液的使用体验| 永久网站在线| 久久精品国产自在天天线| 国产精品无大码| 亚洲精品色激情综合| 国产高清国产精品国产三级| 少妇猛男粗大的猛烈进出视频| 狂野欧美激情性bbbbbb| 香蕉精品网在线| 在线观看人妻少妇| 亚洲国产精品国产精品| 18+在线观看网站| av福利片在线观看| 汤姆久久久久久久影院中文字幕| 日韩不卡一区二区三区视频在线| 在线观看国产h片| 久久国产亚洲av麻豆专区| 丰满少妇做爰视频| 国产黄色视频一区二区在线观看| 少妇 在线观看| 在线 av 中文字幕| 丰满饥渴人妻一区二区三| 纯流量卡能插随身wifi吗| 秋霞伦理黄片| 内射极品少妇av片p| 日本-黄色视频高清免费观看| 久久99蜜桃精品久久| av又黄又爽大尺度在线免费看| 成人18禁高潮啪啪吃奶动态图 | 精品熟女少妇av免费看| 高清午夜精品一区二区三区| 如日韩欧美国产精品一区二区三区 | 99九九在线精品视频 | 中文字幕人妻丝袜制服| 日本黄大片高清| 日韩人妻高清精品专区| 黄片无遮挡物在线观看| 日韩制服骚丝袜av| 久久久精品94久久精品| 国产精品一区二区在线不卡| 国产视频首页在线观看| 精品卡一卡二卡四卡免费| 美女cb高潮喷水在线观看| 国产精品国产三级国产专区5o| 国产精品久久久久久精品古装| 亚洲精华国产精华液的使用体验| 91久久精品电影网| 日韩不卡一区二区三区视频在线| 欧美精品国产亚洲| 精品少妇久久久久久888优播| 亚洲欧美日韩另类电影网站| 在线精品无人区一区二区三| 女人精品久久久久毛片| 久久人人爽人人片av| 熟女av电影| 婷婷色综合大香蕉| 91久久精品国产一区二区成人| 新久久久久国产一级毛片| 寂寞人妻少妇视频99o| 欧美另类一区| 自线自在国产av| 国产av码专区亚洲av| 亚洲伊人久久精品综合| 一级毛片我不卡| 国产色爽女视频免费观看| 日韩欧美 国产精品| 青春草亚洲视频在线观看| 极品教师在线视频| 亚洲成人av在线免费| 爱豆传媒免费全集在线观看| 国产69精品久久久久777片| 日韩av在线免费看完整版不卡| 黑人猛操日本美女一级片| 国产亚洲一区二区精品| 大陆偷拍与自拍| 中文精品一卡2卡3卡4更新| 亚洲人与动物交配视频| 性高湖久久久久久久久免费观看| 大片电影免费在线观看免费| 亚洲国产欧美日韩在线播放 | 色婷婷久久久亚洲欧美| 91精品一卡2卡3卡4卡| 国产熟女午夜一区二区三区 | 亚洲精品乱码久久久v下载方式| 免费看光身美女| 少妇人妻久久综合中文| 国产老妇伦熟女老妇高清| 在线观看免费视频网站a站| 大陆偷拍与自拍| 女的被弄到高潮叫床怎么办| 国产精品伦人一区二区| 欧美一级a爱片免费观看看| 另类亚洲欧美激情| 老司机影院毛片| 高清黄色对白视频在线免费看 | 欧美日韩视频高清一区二区三区二| 夜夜骑夜夜射夜夜干| 欧美日韩亚洲高清精品| 青春草视频在线免费观看| 欧美日韩综合久久久久久| 伊人亚洲综合成人网| 各种免费的搞黄视频| 国产精品久久久久久av不卡| 久久精品久久久久久久性| 涩涩av久久男人的天堂| 国产精品99久久久久久久久| 我的老师免费观看完整版| 七月丁香在线播放| 亚洲国产最新在线播放| 免费黄网站久久成人精品| 日日摸夜夜添夜夜添av毛片| 亚洲国产av新网站| 51国产日韩欧美| 人妻制服诱惑在线中文字幕| 国产成人精品婷婷| 亚洲国产成人一精品久久久| 亚洲电影在线观看av| 一级毛片电影观看| 狠狠精品人妻久久久久久综合| 亚洲电影在线观看av| 国产男女内射视频| 51国产日韩欧美| 老熟女久久久| 最近中文字幕2019免费版| 国产精品秋霞免费鲁丝片| 热re99久久国产66热| 国产色婷婷99| 搡女人真爽免费视频火全软件| 国产精品久久久久久精品电影小说| 欧美+日韩+精品| 女人精品久久久久毛片| 亚洲精品456在线播放app| 国产毛片在线视频| 69精品国产乱码久久久| 精品少妇久久久久久888优播| 在线观看人妻少妇| 国产真实伦视频高清在线观看| 大片免费播放器 马上看| 亚洲精品国产av蜜桃| 99re6热这里在线精品视频| 中国三级夫妇交换| 亚洲国产成人一精品久久久| 亚洲av中文av极速乱| 91在线精品国自产拍蜜月| 国产日韩欧美在线精品| 亚洲天堂av无毛| 国模一区二区三区四区视频| 不卡视频在线观看欧美| 伦理电影免费视频| 嘟嘟电影网在线观看| 国产精品一区二区三区四区免费观看| 九色成人免费人妻av| 香蕉精品网在线| 午夜福利在线观看免费完整高清在| 9色porny在线观看| 精品久久久噜噜| 国产熟女午夜一区二区三区 | 国产深夜福利视频在线观看| 国产一区二区三区av在线| 大片免费播放器 马上看| 午夜视频国产福利| 成人国产av品久久久| 超碰97精品在线观看| 肉色欧美久久久久久久蜜桃| 亚洲精品久久午夜乱码| 人妻 亚洲 视频| 草草在线视频免费看| 午夜激情福利司机影院| 高清午夜精品一区二区三区| 欧美性感艳星| 嘟嘟电影网在线观看| 全区人妻精品视频| 久久人人爽av亚洲精品天堂| 美女中出高潮动态图| 国产欧美日韩综合在线一区二区 | 国产在线视频一区二区| 91久久精品国产一区二区三区| 日日啪夜夜爽| 久久99蜜桃精品久久| 国产亚洲精品久久久com| 亚洲欧美成人精品一区二区| 观看av在线不卡| 大片免费播放器 马上看| 国产精品人妻久久久久久| 美女国产视频在线观看| 女的被弄到高潮叫床怎么办| 国产在线视频一区二区| 亚洲怡红院男人天堂| 人妻少妇偷人精品九色| 中国美白少妇内射xxxbb| 国产精品国产三级专区第一集| 91精品国产国语对白视频| 少妇被粗大的猛进出69影院 | 五月开心婷婷网| 免费av中文字幕在线| 伊人久久国产一区二区| 少妇被粗大猛烈的视频| 色婷婷久久久亚洲欧美| 五月伊人婷婷丁香| 国产亚洲一区二区精品| 亚洲av中文av极速乱| 欧美 亚洲 国产 日韩一| 大香蕉久久网| 日本av手机在线免费观看| av专区在线播放| 桃花免费在线播放| 老熟女久久久| 国内揄拍国产精品人妻在线| 香蕉精品网在线| 亚洲一区二区三区欧美精品| 曰老女人黄片| 亚洲国产精品一区二区三区在线| 少妇猛男粗大的猛烈进出视频| 欧美老熟妇乱子伦牲交| 成人特级av手机在线观看| 又黄又爽又刺激的免费视频.| av福利片在线| 如何舔出高潮| 亚洲天堂av无毛| 97精品久久久久久久久久精品| 免费观看av网站的网址| 亚洲综合精品二区| 国产精品.久久久| 偷拍熟女少妇极品色| h视频一区二区三区| 桃花免费在线播放| 十八禁高潮呻吟视频 | 一个人免费看片子| 日日撸夜夜添| av在线app专区| 国产一区二区在线观看日韩| 如何舔出高潮| 婷婷色综合大香蕉| 欧美 日韩 精品 国产| 2022亚洲国产成人精品| 亚洲精品成人av观看孕妇| 亚洲国产精品一区二区三区在线| 春色校园在线视频观看| 一级毛片黄色毛片免费观看视频| 性色avwww在线观看| 精品酒店卫生间| 国产综合精华液| 国产午夜精品一二区理论片| 丰满乱子伦码专区| av视频免费观看在线观看| 欧美精品国产亚洲| 欧美97在线视频| 99久久中文字幕三级久久日本| 狠狠精品人妻久久久久久综合| 中文欧美无线码| 99热6这里只有精品| 91久久精品电影网| a 毛片基地| 亚洲欧美精品自产自拍| 亚洲四区av| 欧美日韩综合久久久久久| 一二三四中文在线观看免费高清| 国产精品一区二区三区四区免费观看| 校园人妻丝袜中文字幕| 精品人妻熟女毛片av久久网站| 一级a做视频免费观看| 亚洲第一av免费看| 午夜激情久久久久久久| 日韩精品免费视频一区二区三区 | 国产精品一区二区性色av| 亚洲va在线va天堂va国产| 亚洲成色77777| 久久6这里有精品| 99re6热这里在线精品视频| 搡老乐熟女国产| 80岁老熟妇乱子伦牲交| 亚洲精品国产色婷婷电影| 午夜免费观看性视频| 国产亚洲欧美精品永久| 老熟女久久久| av免费在线看不卡| 一级爰片在线观看| 午夜激情久久久久久久| 秋霞伦理黄片| 国产视频首页在线观看| 国产精品不卡视频一区二区| 91久久精品国产一区二区三区| 亚洲第一av免费看| 亚洲av中文av极速乱| 日韩精品有码人妻一区| 3wmmmm亚洲av在线观看| 亚洲精品日本国产第一区| 高清在线视频一区二区三区| 午夜免费观看性视频| 深夜a级毛片| 观看美女的网站| 免费看日本二区| 久久久久久久久久人人人人人人| 精品久久国产蜜桃| 国产91av在线免费观看| 亚洲精品aⅴ在线观看| 欧美性感艳星| 美女视频免费永久观看网站| 日本-黄色视频高清免费观看| 亚洲精品国产成人久久av| 欧美成人精品欧美一级黄| 永久网站在线| 在线观看美女被高潮喷水网站| 观看免费一级毛片| 男人舔奶头视频| 午夜91福利影院| 97超碰精品成人国产| 亚洲av男天堂| 国产精品一二三区在线看| .国产精品久久| av天堂久久9| 亚洲国产精品国产精品| 婷婷色麻豆天堂久久| 免费观看无遮挡的男女| 国产高清三级在线| 免费人妻精品一区二区三区视频| 美女内射精品一级片tv| 熟女av电影| 亚洲精品色激情综合| 婷婷色av中文字幕| 久久99一区二区三区| 少妇猛男粗大的猛烈进出视频| av有码第一页| 日韩欧美精品免费久久| 寂寞人妻少妇视频99o| 色婷婷久久久亚洲欧美| 久久久亚洲精品成人影院| 久久久久国产精品人妻一区二区| 亚洲精品,欧美精品| 色视频www国产| 如日韩欧美国产精品一区二区三区 | 少妇的逼好多水| av专区在线播放| 国国产精品蜜臀av免费| 亚洲国产精品999| 综合色丁香网| 三级经典国产精品| 高清欧美精品videossex| 寂寞人妻少妇视频99o| 久久久久网色| 日产精品乱码卡一卡2卡三| 日本黄色片子视频| 国产极品粉嫩免费观看在线 | 国产欧美日韩精品一区二区| 国产亚洲最大av| 久久av网站| 最近中文字幕高清免费大全6| 国产成人精品福利久久| 天美传媒精品一区二区| a级一级毛片免费在线观看| 如日韩欧美国产精品一区二区三区 | 国产日韩欧美视频二区| 99精国产麻豆久久婷婷| 观看美女的网站| av专区在线播放| 国产成人免费观看mmmm| 成人二区视频| 日韩av在线免费看完整版不卡| 99久久精品国产国产毛片| 久久女婷五月综合色啪小说| 一级a做视频免费观看| 97在线人人人人妻| 3wmmmm亚洲av在线观看| 亚洲欧美日韩另类电影网站| 成年美女黄网站色视频大全免费 | 美女福利国产在线| 午夜福利影视在线免费观看| 99国产精品免费福利视频| 欧美另类一区| 国产一区有黄有色的免费视频| 午夜av观看不卡| 麻豆成人午夜福利视频| 波野结衣二区三区在线| 我要看日韩黄色一级片| 久久久国产欧美日韩av| 国产极品粉嫩免费观看在线 | 毛片一级片免费看久久久久| 亚洲无线观看免费| 日韩av免费高清视频| 国产乱人偷精品视频| 亚洲熟女精品中文字幕| 久久久久国产精品人妻一区二区| 欧美日韩一区二区视频在线观看视频在线| 美女xxoo啪啪120秒动态图| 99久久精品一区二区三区| 丰满人妻一区二区三区视频av| 女的被弄到高潮叫床怎么办| 亚洲精品,欧美精品| 狂野欧美白嫩少妇大欣赏| 欧美日韩av久久| 欧美日韩综合久久久久久| 中文字幕av电影在线播放| 人妻一区二区av| 激情五月婷婷亚洲| 久久久精品免费免费高清| 国内揄拍国产精品人妻在线| 欧美 亚洲 国产 日韩一| 最近的中文字幕免费完整| 欧美 亚洲 国产 日韩一| 精品一区二区三卡| 男人舔奶头视频| 中文字幕av电影在线播放| 精品亚洲成a人片在线观看| 免费观看在线日韩| 精品一区在线观看国产| 韩国av在线不卡| 国产成人精品福利久久| 在线观看三级黄色| 啦啦啦啦在线视频资源| 国产有黄有色有爽视频| 国产视频首页在线观看| av线在线观看网站| 在线观看免费日韩欧美大片 | 日韩免费高清中文字幕av| 人人妻人人澡人人爽人人夜夜| 亚洲欧洲精品一区二区精品久久久 | 国产精品一区二区三区四区免费观看| 久久人人爽av亚洲精品天堂| 久久毛片免费看一区二区三区| 国产亚洲欧美精品永久| 精品久久久噜噜| xxx大片免费视频| 老女人水多毛片| 我的女老师完整版在线观看| 亚洲精品一区蜜桃| 亚洲国产av新网站| 久久久久久久久久久丰满| 亚洲怡红院男人天堂| 九九爱精品视频在线观看| 日本色播在线视频| 午夜激情福利司机影院| 亚洲一区二区三区欧美精品| 国产中年淑女户外野战色| 婷婷色麻豆天堂久久| 99热6这里只有精品| 一区二区三区精品91| 国产69精品久久久久777片| 久久精品国产自在天天线| 日日啪夜夜爽| av又黄又爽大尺度在线免费看| 精品视频人人做人人爽| 日韩av免费高清视频| 内射极品少妇av片p| 精品卡一卡二卡四卡免费| 国产成人精品久久久久久| 在线观看www视频免费| 草草在线视频免费看| 日韩欧美一区视频在线观看 | 国产有黄有色有爽视频| 国产视频内射| www.色视频.com| 一级爰片在线观看| 国产精品免费大片| 免费黄色在线免费观看| 乱人伦中国视频| 99久久精品热视频| 中文在线观看免费www的网站| 国产一区二区在线观看日韩| 久久精品国产a三级三级三级| 精品一区二区免费观看| 亚洲精品日本国产第一区| 免费观看av网站的网址| 精品少妇内射三级| 国产精品一区二区三区四区免费观看| 免费观看无遮挡的男女| 国产熟女欧美一区二区| 国产精品久久久久久精品电影小说| 亚洲精品乱码久久久久久按摩| 一本一本综合久久| 精品人妻偷拍中文字幕| 韩国av在线不卡| 久久久午夜欧美精品| 秋霞在线观看毛片| 久久99蜜桃精品久久| 国产一级毛片在线| 亚洲欧洲国产日韩| 极品少妇高潮喷水抽搐| 亚洲精品色激情综合| 99热这里只有是精品50| 国产成人精品婷婷| 久久这里有精品视频免费| 国产亚洲最大av| 国产伦在线观看视频一区| 91在线精品国自产拍蜜月| h日本视频在线播放| 日韩免费高清中文字幕av| 在线看a的网站| 久久久久网色| 亚洲一区二区三区欧美精品| 啦啦啦啦在线视频资源| 国产极品粉嫩免费观看在线 | 色视频在线一区二区三区| 成人免费观看视频高清| 午夜福利视频精品| 久久国产精品大桥未久av | 国产成人精品福利久久| 一区二区三区乱码不卡18| 永久免费av网站大全| a级毛色黄片| 久久精品久久久久久噜噜老黄| 国产男女内射视频| 国产精品熟女久久久久浪| 婷婷色麻豆天堂久久| 免费黄网站久久成人精品| 中国三级夫妇交换| 国产精品国产av在线观看| 91精品国产国语对白视频| 高清黄色对白视频在线免费看 | 成人毛片60女人毛片免费| 啦啦啦啦在线视频资源| 26uuu在线亚洲综合色| av在线老鸭窝| 精品一区二区免费观看| 一级毛片aaaaaa免费看小| 久久ye,这里只有精品| 久久av网站| 国产免费一区二区三区四区乱码| 91久久精品电影网| 丝袜在线中文字幕| 99热网站在线观看| 国产免费又黄又爽又色| av天堂久久9| av有码第一页| 老司机影院成人| 日本与韩国留学比较| 国产深夜福利视频在线观看| 五月玫瑰六月丁香| 欧美高清成人免费视频www| 日本爱情动作片www.在线观看| 大陆偷拍与自拍| 大香蕉97超碰在线| 日日啪夜夜撸| 中文字幕免费在线视频6| 97超视频在线观看视频| 赤兔流量卡办理| 熟女人妻精品中文字幕| 国产一区二区三区av在线| 国产深夜福利视频在线观看| 国产成人精品婷婷| 亚洲无线观看免费| 嫩草影院入口| 91久久精品电影网| 成人二区视频| 女人精品久久久久毛片| 亚洲三级黄色毛片| 综合色丁香网| 高清午夜精品一区二区三区| 久久精品夜色国产| 99热国产这里只有精品6| 夜夜爽夜夜爽视频|