System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于ChatGLM2的智能行政审批方法技术_技高网

一种基于ChatGLM2的智能行政审批方法技术

技术编号:40300670 阅读:10 留言:0更新日期:2024-02-07 20:47
本发明专利技术适用于行政审批领域,提供一种基于ChatGLM2的智能行政审批方法,包括:采集行政审批数据,根据法律法规及相关审查业务要点,建立行政审批规则集;生成规则问答语料以及行政审批问答语料;对规则问答语料和行政审批问答语料进行训练,分别得到规则问答模型和行政审批问答模型;接收上传的文档,通过规则问答模型及行政审批问答模型,完成智能行政审批,返回审批结果。本发明专利技术构建了行政审批规则集,将法律法规及相关审查业务要点精炼为审批规则集,使其能确保审批流程符合相关法律法规,减少主观判断的影响,降低错误率,构建了规则问答语料和行政审批问答语料,形成了规则问答模型和行政审批问答模型,加速审批流程,减少等待时间。

【技术实现步骤摘要】

本专利技术属于行政审批领域,尤其涉及一种基于chatglm2的智能行政审批方法。


技术介绍

1、为了进一步提高行政审批的标准化、规范化和便捷化水平,政务服务已经将大部分简单表单及业务申请等事项处理过程数字化。

2、然而,事项受理和审批仍然依赖人工的法规解读和经验分析,这导致行政受理的效率较低,并要求行政工作人员具备高度的经验。复杂事项的审批需要更多的人员积累经验,更增加了审批的难度。尽管有大量历史审批案例可供参考,但目前还没有一种有效的方法来将这些宝贵的经验积累应用于实际政务服务的审批筛查过程中。


技术实现思路

1、鉴于上述问题,本专利技术的目的在于提供一种基于chatglm2的智能行政审批方法,旨在解决上述技术问题。

2、本专利技术采用如下技术方案:

3、所述基于chatglm2的智能行政审批方法,包括下述步骤:

4、步骤s1、采集行政审批数据,根据法律法规及相关审查业务要点,建立行政审批规则集;

5、步骤s2、生成规则问答语料以及行政审批问答语料;

6、步骤s3、根据规则问答语料进行训练,得到规则问答模型,根据行政审批问答语料进行训练,得到行政审批问答模型;

7、步骤s4、接收上传的文档,通过规则问答模型及行政审批问答模型,完成智能行政审批,并返回审批结果。

8、进一步的,所述步骤s1具体过程如下:

9、s11、连接数据治理平台的行政审批数据接口,通过轮询读取数据方式采集行政审批数据;

10、s12、根据获取到的行政审批数据,包括表格数据和相应附件文件,建立申请、延期、变更共3类专题数据库,覆盖五大类多个事项;

11、s13、根据法律法规及相关审查业务要点,将行政审批规则分为五大类:机构类、烟花爆竹类、危化类、矿山类及易制毒类,建立结构化数据与非结构化数据之间的关联关系,并清洗出五大类各事项政审批结构化数据与非结构化文本,形成原始数据集;

12、s14、根据所述原始数据集建立行政审批规则集。

13、进一步的,步骤s13中,五大类均包括首次申请、延期及变更三种类型的行政审批规则。

14、进一步的,所述步骤s2具体过程如下:根据所述行政审批规则集,将行政审批数据整理成对话形式,形成内容摘要对,作为一条样本,数据结构为json,得到规则问答语料以及行政审批问答语料。

15、进一步的,所述步骤s3具体过程如下:

16、s31、将两种问答语料的文本数据转换成可处理的输入格式,具体的,将内容编码为文本序列,并确保不超过设置的最大输入文本长度,若超过则进行滑动裁剪,以保证文本信息不被遗漏;将目标编码为目标序列,并确保不超过设置的最大目标文本长度,若超过则进行滑动裁剪,以保证文本信息不被遗漏;

17、s32、将编码后的文本序列、目标序列和终止标记拼接到一起作为模型的输入序列,若长度不等于“最大输入文本长度+最大目标文本长度+1”,则用填充标记补足。

18、s33、将编码后的目标序列、填充标记和终止标记拼接到一起作为模型的标签序列;

19、s34、将构建好的输入序列和标签序列添加到输入模式字典中,用于模型训练;

20、s35、基于chatglm2模型微调训练参数,分别训练得到规则问答模型及行政审批问答模型。

21、进一步的,所述步骤s4具体过程如下:

22、s41、接收上传的文档,获取其中的办件id和附件;

23、s42、查询规则表,判断是否涉及多文件规则;

24、s43、如果不涉及多文件规则,则调用单文件逻辑处理文件审批;

25、s44、若涉及多文件规则,则调用多文件逻辑处理文件审批;

26、s45、调取审批问答模型,获取并返回审批问答结果。

27、进一步的,步骤s43的具体过程如下:

28、s431、查询规则接口列表与对应入参获取方法;

29、s432、通过入参获取方法获取审批所需参数,拼接形成规则询问语句;

30、s433、调用规则问答模型,得到当前规则的问答结果;

31、s434、继续下一条规则,重复s433调用规则问答模型,获取问答结果,直至所有规则遍历完毕;

32、s435、则将所有规则问答结果组装形成审批询问语句;

33、步骤s44的具体过程如下:

34、s441、查询多文件规则参数表,判断是否存在当前数据表;

35、s442、若存在,则调取入参识别方法获得审批数据,拼接形成规则询问语句,然后调取调用规则问答模型,得到当前规则的问答结果;

36、s443、若不存,形成规则问题语句调取调用规则问答模型,得到当前规则的问答结果;

37、s444、继续下一个文件相同方式处理,直至遍历所有文件。

38、本专利技术的有益效果是:首先,本专利技术构建了行政审批规则集,确保审批流程符合相关法律法规,从而降低了违规操作的风险,减少主观判断的影响,能提高审批工作的效率、合规性和一致性,降低错误率;其次,构建了规则问答语料和行政审批问答语料,形成了规则问答模型和行政审批问答模型,可以迅速、准确地回答与特定法规、政策或法律条款相关的问题,并且可以加速审批流程,减少等待时间,帮助申请者提供正确的信息和文件,减少错误和遗漏;第三,本专利技术对接数据治理平台采集和集成相关业务过程数据,通过模型训练,实现提供智能行政审批服务,以迅速处理大量的审批请求,减少等待时间,从而加快整个审批流程,并且自动化审批流程可以在非工作小时和周末等非常规时间执行审批任务,提高服务可用性。

本文档来自技高网...

【技术保护点】

1.一种基于ChatGLM2的智能行政审批方法,其特征在于,所述方法包括下述步骤:

2.如权利要求1所述基于ChatGLM2的智能行政审批方法,其特征在于,所述步骤S1具体过程如下:

3.如权利要求2所述基于ChatGLM2的智能行政审批方法,其特征在于,步骤S13中,五大类均包括首次申请、延期及变更三种类型的行政审批规则。

4.如权利要求3所述基于ChatGLM2的智能行政审批方法,其特征在于,所述步骤S2具体过程如下:根据所述行政审批规则集,将行政审批数据整理成对话形式,形成内容摘要对,作为一条样本,数据结构为JSON,得到规则问答语料以及行政审批问答语料。

5.如权利要求4所述基于ChatGLM2的智能行政审批方法,其特征在于,所述步骤S3具体过程如下:

6.如权利要求5所述基于ChatGLM2的智能行政审批方法,其特征在于,所述步骤S4具体过程如下:

7.如权利要求6所述基于ChatGLM2的智能行政审批方法,其特征在于,步骤S43的具体过程如下:

【技术特征摘要】

1.一种基于chatglm2的智能行政审批方法,其特征在于,所述方法包括下述步骤:

2.如权利要求1所述基于chatglm2的智能行政审批方法,其特征在于,所述步骤s1具体过程如下:

3.如权利要求2所述基于chatglm2的智能行政审批方法,其特征在于,步骤s13中,五大类均包括首次申请、延期及变更三种类型的行政审批规则。

4.如权利要求3所述基于chatglm2的智能行政审批方法,其特征在于,所述步骤s2具体过程如下:根据所述...

【专利技术属性】
技术研发人员:熊筠轲杨志祥杨小涛程佳斌余将其彭坤江丹涂雅晴
申请(专利权)人:中船凌久高科武汉有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1