基于大语言模型的灾害信息推送方法、装置、设备和可读介质制造方法及图纸

本公开的实施例公开了基于大语言模型的灾害信息推送方法、装置、设备和介质。该方法的一具体实施方式包括：获取环境文本信息；基于环境文本信息，执行特征提取处理，以生成多个提取特征，得到提取特征组；对提取特征进行分类处理；对至少一个局部特征和至少一个全局特征进行预处理；将局部特征组和全局特征组输入至预先训练的大语言模型中，得到灾害信息和对应灾害信息的灾害应对信息；基于灾害信息和灾害应对信息，生成灾害推送页面，以及将灾害推送页面推送至相关联的用户终端以进行显示。该实施方式准确确定了灾害等级，避免了人员伤亡或应急响应资源的浪费。

【技术实现步骤摘要】

本公开的实施例涉及计算机，具体涉及基于大语言模型的灾害信息推送方法、装置、设备和可读介质。

技术介绍

1、对于气象环境的应急响应在防灾减灾中的重要性日益凸显。目前，在进行气象环境的应急响应时，通常采用的方式为：通过训练的卷积神经网络对气象环境数据进行分类，确定对应的气象环境灾害等级，并生成对应的应急响应。

2、然而，当采用上述方式进行气象环境的应急响应时，经常会存在如下技术问题：

3、通过卷积神经网络对气象环境数据进行分类以确定灾害等级时，对于气象环境的结构化数据、非结构数据以及地理信息等数据，卷积神经网络无法有效融合多维特征，以确定灾害等级，从而导致确定的灾害等级不准确，造成人员伤亡或应急响应资源的浪费。

4、该
技术介绍
部分中所公开的以上信息仅用于增强对本专利技术构思的背景的理解，并因此，其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。

技术实现思路

1、本公开的内容部分用于以简要的形式介绍构思，这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分本文档来自技高网...

【技术保护点】

1.一种基于大语言模型的灾害信息推送方法，包括：

2.根据权利要求1所述的方法，其中，所述大语言模型包括：输入处理层、编码器层、解码器层和输出层；以及

3.根据权利要求2所述的方法，其中，所述输出层包括：特征融合模块、分层分类模块和损失函数模块；

4.根据权利要求3所述的方法，其中，所述特征融合模块包括局部特征单元和全局特征单元；以及

5.根据权利要求3所述的方法，其中，所述损失函数模块包括：主分类损失函数、细粒度分类损失函数和特征一致性损失函数。

6.根据权利要求3所述的方法，其中，所述通过所述特征融合模块，对所述增强后输出向...

【技术特征摘要】

1.一种基于大语言模型的灾害信息推送方法，包括：

2.根据权利要求1所述的方法，其中，所述大语言模型包括：输入处理层、编码器层、解码器层和输出层；以及

3.根据权利要求2所述的方法，其中，所述输出层包括：特征融合模块、分层分类模块和损失函数模块；

4.根据权利要求3所述的方法，其中，所述特征融合模块包括局部特征单元和全局特征单元；以及

5.根据权利要求3所述的方法，其中，所述损失函数模块包括：主分类损失函数、细粒度分类损失函数和特征一致性损失函数。

6.根据...

【专利技术属性】
技术研发人员：谢启繁，张子健，李蹊，朱智，郭宝松，张净，谷雨明，王静宇，
申请(专利权)人：中关村科学城城市大脑股份有限公司，
类型：发明
国别省市：