本申请公开了一种基于自然语言大模型的突发事件处置方案生成方法及系统，其通过获取突发事件的文本描述，并在后端引入基于深度学习技术的语义理解算法来进行该突发事件文本描述的语义分析，以此来识别出事件的类型、地点、时间、影响范围等关键信息，通过这样的方式，能够为应急管理和突发事件响应提供有力的支持，帮助决策者快速制定合理的突发事件处置方案。
【技术实现步骤摘要】
本申请涉及智能生成领域，且更为具体地，涉及一种基于自然语言大模型的突发事件处置方案生成方法及系统。
技术介绍
1、突发事件是指突然发生的、对社会和环境造成严重危害的非常态事件，如自然灾害、事故灾难、公共卫生事件等。突发事件的处置方案是指针对突发事件的性质、规模、影响等因素，制定的应对措施和预案，包括救援组织、资源调配、信息发布等内容。突发事件的处置方案的生成是一项复杂而紧急的任务，需要综合考虑多方面的信息和因素，同时也需要快速响应和高效执行。传统的突发事件处置方案生成方法主要依赖于人工经验和规则，缺乏智能化和自动化的能力，难以适应不同类型和场景的突发事件。
2、因此，期望一种基于自然语言大模型的突发事件处置方案生成方案。
技术实现思路
1、为了解决上述技术问题，提出了本申请。本申请的实施例提供了一种基于自然语言大模型的突发事件处置方案生成方法及系统，其通过获取突发事件的文本描述，并在后端引入基于深度学习技术的语义理解算法来进行该突发事件文本描述的语义分析，以此来识别出事件的类型、地点、时间、影响范围等关键信息，通过这样的方式，能够为应急管理和突发事件响应提供有力的支持，帮助决策者快速制定合理的突发事件处置方案。
2、根据本申请的一个方面，提供了一种基于自然语言大模型的突发事件处置方案生成方法，其包括：
3、获取突发事件的文本描述；
4、对所述突发事件的文本描述进行基于词粒度的语义分析以得到突发事件词粒度语义特征向量的序列；
>5、对所述突发事件的文本描述进行基于句粒度的语义分析以得到突发事件句粒度语义特征向量的序列；6、对所述突发事件词粒度语义特征向量的序列和所述突发事件句粒度语义特征向量的序列进行多粒度语义交互编码以得到突发事件多粒度语义强化特征；以及
7、基于所述突发事件多粒度语义强化特征，生成突发事件处置方案。
8、根据本申请的另一个方面，提供了一种基于自然语言大模型的突发事件处置方案生成系统，其包括：
9、突发事件文本描述获取模块，用于获取突发事件的文本描述；
10、词粒度的语义分析模块，用于对所述突发事件的文本描述进行基于词粒度的语义分析以得到突发事件词粒度语义特征向量的序列；
11、句粒度的语义分析模块，用于对所述突发事件的文本描述进行基于句粒度的语义分析以得到突发事件句粒度语义特征向量的序列；
12、多粒度语义交互编码模块，用于对所述突发事件词粒度语义特征向量的序列和所述突发事件句粒度语义特征向量的序列进行多粒度语义交互编码以得到突发事件多粒度语义强化特征；以及
13、突发事件处置方案生成模块，用于基于所述突发事件多粒度语义强化特征，生成突发事件处置方案。
14、与现有技术相比，本申请提供的一种基于自然语言大模型的突发事件处置方案生成方法及系统，其通过获取突发事件的文本描述，并在后端引入基于深度学习技术的语义理解算法来进行该突发事件文本描述的语义分析，以此来识别出事件的类型、地点、时间、影响范围等关键信息，通过这样的方式，能够为应急管理和突发事件响应提供有力的支持，帮助决策者快速制定合理的突发事件处置方案。
本文档来自技高网...
【技术保护点】
1.一种基于自然语言大模型的突发事件处置方案生成方法，其特征在于，包括：
2.根据权利要求1所述的基于自然语言大模型的突发事件处置方案生成方法，对所述突发事件的文本描述进行基于词粒度的语义分析以得到突发事件词粒度语义特征向量的序列，其特征在于，包括：对所述突发事件的文本描述进行分词处理后通过包含词嵌入层的语义编码器以得到所述突发事件词粒度语义特征向量的序列。
3.根据权利要求2所述的基于自然语言大模型的突发事件处置方案生成方法，对所述突发事件的文本描述进行基于句粒度的语义分析以得到突发事件句粒度语义特征向量的序列，其特征在于，包括：将所述突发事件的文本描述进行分句处理后通过包含句嵌入层的语义编码器以得到所述突发事件句粒度语义特征向量的序列。
4.根据权利要求3所述的基于自然语言大模型的突发事件处置方案生成方法，对所述突发事件词粒度语义特征向量的序列和所述突发事件句粒度语义特征向量的序列进行多粒度语义交互编码以得到突发事件多粒度语义强化特征，其特征在于，包括：使用多粒度语义交互强化器来对所述突发事件词粒度语义特征向量的序列和所述突发事件句粒度语义特征向量的序列进行处理以得到突发事件多粒度语义强化特征向量作为所述突发事件多粒度语义强化特征。
5.根据权利要求4所述的基于自然语言大模型的突发事件处置方案生成方法，使用多粒度语义交互强化器来对所述突发事件词粒度语义特征向量的序列和所述突发事件句粒度语义特征向量的序列进行处理以得到突发事件多粒度语义强化特征向量作为所述突发事件多粒度语义强化特征，其特征在于，包括：
6.根据权利要求5所述的基于自然语言大模型的突发事件处置方案生成方法，基于所述突发事件多粒度语义强化特征，生成突发事件处置方案，包括：将所述突发事件多粒度语义强化特征向量通过基于AIGC模型的突发事件处置方案生成器以得到生成突发事件处置方案。
7.根据权利要求6所述的基于自然语言大模型的突发事件处置方案生成方法，还包括训练步骤：用于对所述包含句嵌入层的语义编码器、所述包含词嵌入层的语义编码器、所述多粒度语义交互强化器和所述基于AIGC模型的突发事件处置方案生成器进行训练。
8.根据权利要求7所述的基于自然语言大模型的突发事件处置方案生成方法，所述训练步骤，包括：
9.一种基于自然语言大模型的突发事件处置方案生成系统，其特征在于，包括：
...
【技术特征摘要】
1.一种基于自然语言大模型的突发事件处置方案生成方法，其特征在于，包括：
2.根据权利要求1所述的基于自然语言大模型的突发事件处置方案生成方法，对所述突发事件的文本描述进行基于词粒度的语义分析以得到突发事件词粒度语义特征向量的序列，其特征在于，包括：对所述突发事件的文本描述进行分词处理后通过包含词嵌入层的语义编码器以得到所述突发事件词粒度语义特征向量的序列。
3.根据权利要求2所述的基于自然语言大模型的突发事件处置方案生成方法，对所述突发事件的文本描述进行基于句粒度的语义分析以得到突发事件句粒度语义特征向量的序列，其特征在于，包括：将所述突发事件的文本描述进行分句处理后通过包含句嵌入层的语义编码器以得到所述突发事件句粒度语义特征向量的序列。
4.根据权利要求3所述的基于自然语言大模型的突发事件处置方案生成方法，对所述突发事件词粒度语义特征向量的序列和所述突发事件句粒度语义特征向量的序列进行多粒度语义交互编码以得到突发事件多粒度语义强化特征，其特征在于，包括：使用多粒度语义交互强化器来对所述突发事件词粒度语义特征向量的序列和所述突发事件句粒度语义特征向量的序列进行处理以得到突发事件多...
【专利技术属性】
技术研发人员：韩振亚，李茜茜，舒蓉，邓可，王东亮，于吉利，杨卫涛，王建东，邵元勋，陈洪涛，
申请(专利权)人：郑州华骏技术有限公司，
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。