【技术实现步骤摘要】
本专利技术涉及人工智能，具体为一种基于大语言模型的报价单智能解析方法及系统。
技术介绍
1、当前，在建材行业中，针对建材产品报价单的类型及格式的多样性，为方便对其进行查询，往往需要将多类型、多格式的报价单进行格式统一。目前主要有两类方法，人工处理及ai处理。
2、人工将其进行格式统一并获取有效内容，存在耗时长、不准确等问题。常用ai技术(如大语言模型，这里只能使用基于大语言模型的生成模型，因为解析结果中存在一定的内容转换)往往因为报价单中包含一定的无关信息，从而导致解析速度慢、解析效果差问题；因为其生成模型本身参数设置问题，偶尔会出现多余产品信息。并且基于生成模型的不易评估性，并不能对大语言生成模型的解析结果进行评估。
技术实现思路
1、本专利技术的目的就在于为了解决上述至少一个技术问题而提供一种基于大语言模型的报价单智能解析方法及系统。
2、第一方面，本专利技术实施例提供了一种基于大语言模型的报价单智能解析方法，包括：对待解析报价单进行格式统一预处理，得到预处理之...
【技术保护点】
1.一种基于大语言模型的报价单智能解析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于：对待解析报价单进行格式统一预处理，包括：
3.根据权利要求1所述的方法，其特征在于：还包括：基于人工标注的训练数据集，对第一预设大语言模型进行训练，得到所述训练之后的有效信息筛选模型；其中，训练过程的损失函数包括自适应加权损失函数。
4.根据权利要求1所述的方法，其特征在于：还包括：基于人工标注的训练数据集，对第二预设大语言模型进行训练，得到所述训练之后的大语言生成模型；其中，所述人工标注的训练数据集包括解析文本数据、有效数据标...
【技术特征摘要】
1.一种基于大语言模型的报价单智能解析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于：对待解析报价单进行格式统一预处理，包括：
3.根据权利要求1所述的方法，其特征在于：还包括：基于人工标注的训练数据集，对第一预设大语言模型进行训练，得到所述训练之后的有效信息筛选模型；其中，训练过程的损失函数包括自适应加权损失函数。
4.根据权利要求1所述的方法，其特征在于：还包括：基于人工标注的训练数据集，对第二预设大语言模型进行训练，得到所述训练之后的大语言生成模型；其中，所述人工标注的训练数据集包括解析文本数据、有效数据标注信息和解析结果。
5.根据权利要求1所述的方法，其特征在于：基于所述筛选之后的信息，构建包含提示...
【专利技术属性】
技术研发人员：邓蔚，王希，
申请(专利权)人：北京瑞达恒建筑咨询有限公司，
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。