【技术实现步骤摘要】
本专利技术涉及人工智能模型，具体涉及一种基于大型语言模型的日程安排系统。
技术介绍
1、gtd(getting things done)是一种时间管理方法，旨在帮助人们有效地组织任务、提高生产力和减轻压力。大型语言模型，是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答、对话等，是通向人工智能的一条重要途径。
2、现有技术中，已存在有基于计算机程序进行日程安排辅助的技术方案，比如，中国专利cn202080056480.7公开了一种日程安排系统、日程安排程序、日程安排方法和存储介质，包括：日程信息存储部(21)，其存储用户、设备和设施中的至少一者的日程信息；信息获取部(22)，其获取表示存储在日程信息存储部(21)中的用户、设备和设施中的至少一者的日程将来可能发生变更的信息；解决方案决定部(23)，其在信息获取部(22)获取了信息时提取因日程将来的变更而要发生的问题，从日程信息中参照作为与解决该问题的解决方案相关的相关方的用户、设备和设施中的至少一者的日程，来决定能够通过变更该相关方的日程来应对问题的解决方案；和变更部(26)，其按照解决方案变更日程信息。
3、但是，实际实施过程中，专利技术人发现，该类技术方案在主动获取日程时，往往需要用户自行录入日程信息，比如，在收到邮件时添加日程标识等，导致使用繁琐、不便的问题。
技术实现思路
1、针对现有技术中存在的上述问题，现提供一种基
2、具体技术方案如下：
3、一种基于大型语言模型的日程安排系统，包括：
4、数据获取模块，所述数据获取模块连接多个用户应用程序，所述数据获取模块自所述用户应用程序中获取原始数据；
5、任务识别模块，所述任务识别模块分别连接外部的大型语言模型和所述数据获取模块，所述任务识别模块向所述大型语言模型输入所述原始数据并接收所述大型语言模型识别到的待处理任务；
6、任务推荐模块，所述任务推荐模块连接所述任务识别模块，所述任务推荐模块对所述待处理任务进行排序以得到任务推荐顺序；
7、日程安排模块，所述日程安排模块连接所述任务推荐模块，所述日程安排模块依照所述任务推荐顺序生成日程提醒。
8、另一方面，所述数据获取模块包括：
9、抓取触发模块，所述抓取触发模块分别连接所述用户应用程序，所述抓取触发模块对所述用户应用程序内的操作行为进行识别，以生成抓取使能命令；
10、数据获取模块，所述数据获取模块连接所述抓取触发模块，所述数据获取模块在接收到所述抓取使能命令时，依照抓取模板自所述用户应用程序中获取所述原始数据。
11、另一方面，所述任务识别模块包括：
12、标识添加模块，所述标识添加模块针对每组所述原始数据依照所述用户应用程序添加来源标识；
13、模型输入模块，所述模型输入模块分别连接所述标识添加模块和所述大型语言模型，所述模型输入模块依照所述来源标识对所述原始数据进行处理生成提示内容后输入所述大型语言模型；
14、模型反馈模块，所述模型反馈模块连接所述大型语言模型，所述模型反馈模块接收所述大型语言模型识别到的所述待处理任务并输出。
15、另一方面，所述大型语言模型还输出对应于所述待处理任务的任务类别；
16、所述任务识别模块还包括：
17、标签校准模块，所述标签校准模块连接所述模型反馈模块，所述标签校准模块依照预先配置的类别模板对所述任务类别进行修正后再输出。
18、另一方面，所述任务推荐模块包括：
19、向量转换模块，所述向量转换模块接收所述待处理任务，所述向量转换模块对所述待处理任务进行识别以转换得到任务向量；
20、任务历史匹配模块，所述任务历史匹配模块连接所述向量转换模块，所述任务历史匹配模块将所述任务向量与历史任务进行匹配以获取匹配历史任务；
21、优先级确定模块，所述优先级确定模块连接所述任务历史匹配模块，所述优先级确定模块依照所述匹配历史任务对应的任务处理顺序确定所述待处理任务的优先级；
22、排序模块，所述排序模块连接所述优先级确定模块，所述排序模块依照所述优先级生成所述任务推荐顺序。
23、另一方面，所述优先级确定模块包括：
24、任务提取模块，所述任务提取模块获取所述匹配历史任务的任务处理时间段，随后依照所述任务处理时间段获取重合的待比较任务；
25、属性提取模块，所述属性提取模块连接所述任务提取模块，所述属性提取模块对所述待比较任务进行分类得到任务属性；
26、顺序预测模块，所述顺序预测模块连接所述属性提取模块，所述顺序预测模块依照所述任务属性对所述匹配历史任务和所述待比较任务进行比较，预测得到所述匹配历史任务的历史优先级，将所述历史优先级作为所述优先级输出。
27、另一方面，所述日程安排模块包括：
28、日程存储模块，所述日程存储模块中预先存储有当前用户的日程表；
29、序列提取模块，所述序列提取模块连接所述日程存储模块，所述序列提取模块自所述日程表中提取待调整任务序列；
30、序列重排模块，所述序列重排模块分别连接所述序列提取模块和所述日程存储模块，所述序列重排模块依照所述任务推荐顺序，对所述待调整任务序列中依次插入所述待处理任务，形成调整后任务序列；
31、所述序列重排模块将所述调整后任务序列输入所述日程表。
32、另一方面，所述日程安排模块还包括：
33、语音交互模块，所述语音交互模块连接所述序列重排模块，所述语音交互模块响应外部输入的语音指令对所述待处理任务在所述调整后任务序列中的位置进行调整。
34、上述技术方案具有如下优点或有益效果：
35、针对现有技术中的日程安排系统需要用户进行手动输入较为繁琐不便的问题，本方案中，通过引入大型语言模型和数据获取模块，能够自行从用户应用程序中主动获取原始数据并识别得到待处理任务进行任务推荐排序、添加日程表等处理，更易于使用。
本文档来自技高网...【技术保护点】
1.一种基于大型语言模型的日程安排系统，其特征在于，包括：
2.根据权利要求1所述的日程安排系统，其特征在于，所述数据获取模块包括：
3.根据权利要求1所述的日程安排系统，其特征在于，所述任务识别模块包括：
4.根据权利要求3所述的日程安排系统，其特征在于，所述大型语言模型还输出对应于所述待处理任务的任务类别；
5.根据权利要求1所述的日程安排系统，其特征在于，所述任务推荐模块包括：
6.根据权利要求5所述的日程安排系统，其特征在于，所述优先级确定模块包括：
7.根据权利要求1所述的日程安排系统，其特征在于，所述日程安排模块包括：日程存储模块，所述日程存储模块中预先存储有当前用户的日程表；
8.根据权利要求7所述的日程安排系统，其特征在于，所述日程安排模块还包括：
【技术特征摘要】
1.一种基于大型语言模型的日程安排系统，其特征在于，包括：
2.根据权利要求1所述的日程安排系统，其特征在于，所述数据获取模块包括：
3.根据权利要求1所述的日程安排系统，其特征在于，所述任务识别模块包括：
4.根据权利要求3所述的日程安排系统，其特征在于，所述大型语言模型还输出对应于所述待处理任务的任务类别；
5.根据权利要求...
【专利技术属性】
技术研发人员：胡文强，朱瑞星，黄孟钦，
申请(专利权)人：上海深至信息科技有限公司，
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。