【技术实现步骤摘要】
本专利技术属于政务服务，具体涉及一种基于大语言模型的问题指派方法。
技术介绍
1、随着互联网的发展，政府服务网站成为市民咨询政务问题的重要渠道。然而，市民在网上咨询时，需要自行选择一个机构提交问题，由于对职责划分不了解，往往难以准确选择，导致问题指派错误，降低了服务效率。
2、传统的分类方法难以应对包含数百种不同等级的复杂分类场景，对分类准确性提出了严峻考验。近年来，通用型大语言模型在自然语言处理领域展现出不错的能力，基于此，需要一种基于大语言模型的问题指派方法。
技术实现思路
1、为了克服现有技术中的问题，本专利技术提出了一种基于大语言模型的问题指派方法。
2、本专利技术解决上述技术问题的技术方案如下：
3、本专利技术提供了一种基于大语言模型的问题指派方法，包括以下步骤：
4、步骤100：预处理阶段：收集关于问题指派相关的历史数据案例，构建历史数据案例知识库，并利用大语言模型为历史数据生成思维链和参考答案；
5、步骤200：推理...
【技术保护点】
1.一种基于大语言模型的问题指派方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大语言模型的问题指派方法，其特征在于，所述步骤100具体包括：
3.根据权利要求2所述的一种基于大语言模型的问题指派方法，其特征在于，所述步骤200具体包括：
4.根据权利要求3所述的一种基于大语言模型的问题指派方法，其特征在于，步骤240中，基于所获得的高维向量表示的目标问题文本，通过k近邻算法在预处理阶段构建的知识库中动态少样本搜索与目标问题文本语义相似的历史数据案例。
5.根据权利要求4所述的一种基于大语言模型的问题指...
【技术特征摘要】
1.一种基于大语言模型的问题指派方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种基于大语言模型的问题指派方法，其特征在于，所述步骤100具体包括：
3.根据权利要求2所述的一种基于大语言模型的问题指派方法，其特征在于，所述步骤200具体包括：
4.根据权利要求3所述的一种基于大语言模型的问题指派方法，其特征在于，步骤240中，基于所获得的高维向量表示的目标问题文本，通过k近邻算法在预处理阶段构建的知识库中动态少样本搜索与目标问题文本语义相似的历史数据案例。
5.根据权利要求4所述的一种基于大语言模型的问题指派方法，其特征在于，通过k近邻算法在预处理阶段构建的知识库中动态少样本搜索与目标问题文本语义相似的历史数据案例，具体包括：
<...【专利技术属性】
技术研发人员：时郭庆，卢汉良，胡电中，闫谷丰，刘刚，杨欣毅，陆永强，徐煜，宋晓霞，
申请(专利权)人：烟台海颐软件股份有限公司，
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。