一种基于大语言模型的政策服务推荐方法和系统技术方案

本发明专利技术公开了一种基于大语言模型的政策服务推荐方法和系统，涉及政策信息领域，包括：对政策文件进行解析，提取具备编号结构的政策条款并建立唯一标识，形成条款节点集合；识别条款中的显式或隐式引用行为，构建引用路径，生成引用有向图；基于目标条款构建条款映射树；提取映射树节点形成结构化提示信息，嵌入大语言模型输入中；生成包含条款引用内容的政策报告段落；输出具备条款引用链闭合性的结构化政策文本并推荐给用户。本发明专利技术能够为大语言模型提供结合用户信息的清晰的引用上下文，引导其生成结构合理、条款完整的文本用于推荐，解决了现有模型在处理复杂引用结构时生成不准确的问题。

【技术实现步骤摘要】

本专利技术涉及政策信息领域，更具体地说，涉及一种基于大语言模型的政策服务推荐方法和系统。

技术介绍

1、随着人工智能特别是自然语言处理（nlp）与预训练语言模型（如gpt、bert等大语言模型）技术的快速发展，基于大语言模型的文本生成方法已广泛应用于智能问答、辅助写作、公文生成等领域。在政策服务场景中，如何利用语言模型帮助企业理解并使用政府扶持政策，成为数字政务与智慧营商环境建设的重要方向。

2、政府扶持政策文件具有显著的结构化、编号化和条款引用特征。其文本往往按照严格的法规格式撰写，包含大量具备编号结构的条款，如“第六条”“第2章第3节”等，并存在显式或隐式的条款级联引用，如“依据某号文件第x条”“按第y条执行”等。这些引用行为不仅限定了政策的适用范围，也构成了政策逻辑链的重要依据。

3、然而，现有基于大语言模型的通用文本生成方法在处理政策文书时仍存在如下突出问题：现有生成模型往往忽略政策文本中的编号结构及引用路径，导致生成的政策说明或摘要中缺乏必要的条款引用依据，严重影响生成文本的合规性与信任度；政策条款之间往往具有复杂的层级引本文档来自技高网...

【技术保护点】

1.一种基于大语言模型的政策服务推荐方法，其特征在于，包括如下步骤：

2.根据权利要求1所述方法，其特征在于，S1具体包括如下步骤：

3.根据权利要求2所述方法，其特征在于，所述条款编号包括以下任意一种或多种格式：“第X条”、“第X章第Y节”、“X.Y.Z”。

4.根据权利要求1所述方法，其特征在于，S2具体包括如下步骤：

5.根据权利要求4所述方法，其特征在于，所述引用语义表达包括以下任意一种或多种显式引用语句:“参见第X条”、“按第X条执行”、“依据某号文件第Y条”。

6.根据权利要求1所述方法，其特征在于，步骤S3具体包括...

【技术特征摘要】

1.一种基于大语言模型的政策服务推荐方法，其特征在于，包括如下步骤：

2.根据权利要求1所述方法，其特征在于，s1具体包括如下步骤：

3.根据权利要求2所述方法，其特征在于，所述条款编号包括以下任意一种或多种格式：“第x条”、“第x章第y节”、“x.y.z”。

4.根据权利要求1所述方法，其特征在于，s2具体包括如下步骤：

5.根据权利要求4所述方法，其特征在于，所述引用语义表达包括以下任意一...

【专利技术属性】
技术研发人员：于京，郑长亮，
申请(专利权)人：北京科技职业大学，
类型：发明
国别省市：