一种基于大语言模型协同的越南语依存句法数据增强方法

本发明提出了一种基于大语言模型协同的越南语依存句法数据增强方法，属于自然语言处理领域。该方法利用了多个当前主流的大语言模型作为多标注模型，生成越南语句子的初始依存句法树；通过引入分析效果更好的专家大语言模型GPT‑4o‑mini，对每一轮输出的依存树进行打分与反馈，驱动多标注模型迭代优化，直至达到设定阈值或最大轮数；在每句话的三个标注模型输出中，自动选取评分最高的依存句法树，形成高质量的合成越南语依存句法树。并将其与原始UD越南语训练集融合，完成句法分析模型的训练。该方法实现了对低资源语言越南语依存句法数据的高质量自动扩充，有效提升了依存分析性能。