一种基于大模型的提取文档可信证据方法及系统技术方案

本发明专利技术公开了一种基于大模型的提取文档可信证据方法及系统，包括以下步骤：破损文档证据完形推理：构建图像、文本双分支模型，其中：图像分支通过融合跨模态注意力机制的改进型架构捕捉文档破损区域的边缘纹理，生成缺失区域的像素级预测掩码；文本分支基于在BERT基础上增加领域术语嵌入层并经文档证据语料微调的衍生模型，对残缺文本进行掩码语言建模，结合上下文语义及领域术语库生成候选补全内容，本发明专利技术通过图像、文本双分支模型的跨模态融合机制，结合改进型物理破损特征提取与领域适配语义补全模型，使破损文档证据提取的完整性与准确性显著提升，实现了破损区域像素级修复与语义逻辑连贯的双重优化。

【技术实现步骤摘要】

本专利技术属于信息提取，尤其涉及一种基于大模型的提取文档可信证据方法及系统。

技术介绍

1、现有技术中，文档可信证据提取已形成多技术融合的应用体系。在破损文档处理领域，常采用ocr字符识别结合人工补全方式修复残缺内容，辅以传统图像修复算法（如基于插值的像素填充）处理物理破损；跨语言证据验证多依赖机器翻译工具（如神经网络翻译模型）进行文本转换，再通过术语对照表实现基础比对；文档真伪鉴别则主要依托纸张厚度检测、墨迹成分分析等物理特征检验手段，部分场景引入简单的语义一致性校验。同时，证据可信度评估多通过领域专家主观判断，结合基础统计方法（如准确率计算）形成结论，相关技术已在古籍整理、跨境贸易、司法取证等场景得到应用。

2、然而，现有技术在实际应用中存在明显局限。破损文档修复因缺乏物理特征与语义逻辑的跨模态融合，常出现补全内容与上下文脱节的问题；跨语言验证仅停留在字面转换层面，难以捕捉法律术语、专业规范等核心概念的深层语义差异；文档真伪鉴别未将挥发性有机物等化学特征与文本语义关联分析，易受高仿物理特征的误导；可信度评估缺乏量化模型与动态适配机制，过度依本文档来自技高网...

【技术保护点】

1.一种基于大模型的提取文档可信证据方法，其特征在于，包括以下步骤：

2.如权利要求1所述一种基于大模型的提取文档可信证据方法，其特征在于，步骤S1.1中，破损文档推理进一步包括：

3.如权利要求1所述一种基于大模型的提取文档可信证据方法，其特征在于，步骤S1.2中，跨语言验证进一步包括：

4.如权利要求1所述一种基于大模型的提取文档可信证据方法，其特征在于，步骤S1.3中，气味指纹分析进一步包括：

5.如权利要求1所述一种基于大模型的提取文档可信证据方法，其特征在于，共性技术架构包括：

6.如权利要求5所述一种基于大模型的提取...

【技术特征摘要】

1.一种基于大模型的提取文档可信证据方法，其特征在于，包括以下步骤：

2.如权利要求1所述一种基于大模型的提取文档可信证据方法，其特征在于，步骤s1.1中，破损文档推理进一步包括：

3.如权利要求1所述一种基于大模型的提取文档可信证据方法，其特征在于，步骤s1.2中，跨语言验证进一步包括：

4.如权利要求1所述一种基于大模型的提取文档可信证据方法，其特征在于，步骤s1.3中，气味指纹分析进一步包括：

5.如权利要求1所述一种基于大模型的提取文档可信证据方法，其特征在于，共性技术架构包括：

6.如权利要求5所述一种基于大模型...

【专利技术属性】
技术研发人员：智静，雷红瑛，张保磊，张健，刘伟，
申请(专利权)人：西安汇智众泽电子科技有限公司，
类型：发明
国别省市：