机构名称：
¥ 1.0
供应链网络对于行业的运营效率至关重要，但其日益复杂的特性给映射关系和识别各种实体的角色带来了巨大挑战。构建供应链网络的传统方法严重依赖结构化数据集和手动数据收集，限制了其范围和效率。相比之下，自然语言处理 (NLP) 和大型语言模型 (LLM) 的最新进展为使用非结构化文本数据发现和分析供应链网络提供了新的机会。本文提出了一种新方法，利用 LLM 从公开来源提取和处理原始文本信息以构建全面的供应链图。我们以土木工程领域为例，展示了 LLM 如何揭示公司、项目和其他实体之间的隐藏关系。此外，我们对 LLM 进行了微调，以对供应链图中的实体进行分类，从而提供有关其角色和关系的详细见解。结果表明，特定领域的微调提高了分类准确性，凸显了 LLM 在行业特定供应链分析中的潜力。我们的贡献包括为土木工程领域开发供应链图，以及增强实体分类和供应链网络理解的微调 LLM 模型。
利用大型语言模型进行供应链网络提取和实体分类
主要关键词
相关文件推荐
