【技术实现步骤摘要】
一种基于大型语言模型的公文审批方法
[0001]本专利技术涉及文本推荐
,特别指一种基于大型语言模型的公文审批方法
。
技术介绍
[0002]公文审批是很多单位不可或缺的一个环节,其主要任务是处理内部公文的传输和审批
。
传统的公文审批系统是基于预定义规则的工作流引擎,虽然传统的公文审批系统对于公文管理提供了一定的支持,但存在如下缺点:
[0003]1、
从提出申请
、
流转到相关部门
、
审核批复,直至最后完成的整个审批过程,每一步审批都需要相应的人工参与,即依赖于人力资源来完成大部分工作,包括阅读
、
理解和审批公文,整个过程既耗时又容易出错,因为公文审批人员可能会因为工作量大
、
疲劳等原因,而遗漏某些重要信息或者误判公文的真实意图;
2、
由于人的主观性,不同的审批人可能对同一份公文产生不同的理解和决策,导致审批结果的不一致性;
3、
依赖人工制定审批规则
,
面对复杂多变的审批场景
,
规则容易遗漏和冲突
,
需要花费大量的工作量维护规则库,且公文审批规则定义复杂
,
维护成本高;
4、
过于依赖关键词匹配
,
无法深入理解公文的语义内容
,
导致审批流转错误的情况时有发生;
5、
规则和关键词都需要针对不同单位重新定义
,
【技术保护点】
【技术特征摘要】
1.
一种基于大型语言模型的公文审批方法,其特征在于:包括如下步骤:步骤
S10、
基于历史审批数据构建一公文知识库;步骤
S20、
结合所述公文知识库构建一大型语言模型;步骤
S30、
从
OA
办公系统获取待审批的公文,将获取的各所述公文转换为结构化数据,对获取的各所述公文的公文内容进行格式转换;步骤
S40、
对获取的各所述公文进行预处理;步骤
S50、
将预处理后的所述公文输入大型语言模型,获取公文图谱,通过图注意力网络对所述公文图谱进行上下文分析后,通过图嵌入算法生成公文审批结果;步骤
S60、
基于所述公文审批结果对大型语言模型进行迭代优化
。2.
如权利要求1所述的一种基于大型语言模型的公文审批方法,其特征在于:所述步骤
S10
具体为:获取大量的历史审批数据,对所述历史审批数据进行清洗和预处理后,从所述历史审批数据中提取包括实体
、
关系
、
属性的三元组数据,基于所述三元组数据构建知识图谱,进而生成公文知识库
。3.
如权利要求1所述的一种基于大型语言模型的公文审批方法,其特征在于:所述步骤
S20
具体为:基于深度学习创建一预训练模型,利用所述历史审批数据对预训练模型进行训练,训练过程中微调数据格式,并通过实体对齐
、
关系映射以及背景知识整合的方式,将训练后的所述预训练模型与公文知识库结合,进而生成大型语言模型
。4.
如权利要求1所述的一种基于大型语言模...
【专利技术属性】
技术研发人员:焦洪林,王雷,朱坚,陆向东,
申请(专利权)人:福建新大陆软件工程有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。