买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京市计算中心有限公司

摘要：本发明提供了一种基于NLP技术的大语言模型的多文档摘编方法，包括如下步骤：将多篇文档存入数据库形成文档库；获取综述题目输入预训练大语言模型，预训练大语言模型生成第一综述小标题；使用NLP技术获取第二综述小标题，将整合后的第一综述小标题和第二综述小标题输入预训练大语言模型；将文档库中的文档进行归类和切片，形成单个小标题及其对应的文档段落的向量库，利用大语言模型与Langchain技术生成小标题段落输入预训练大语言模型生成综述文本，经过预训练大语言模型润色处理输出最终综述文本，最终综述文本为存入文档库中的多篇文档的综述，能够帮助用户快速处理和分析大量的文本数据，提高工作效率和质量，同时保证数据的安全性和可靠性。

主权项：1.一种基于NLP技术的大语言模型的多文档摘编方法，其特征在于，基于NLP技术的大语言模型的多文档摘编方法包括如下步骤：步骤一：将多篇文档存入数据库形成文档库；步骤二：获取综述题目，并将所述综述题目输入预训练大语言模型；步骤三：所述预训练大语言模型根据所述综述题目自动生成第一综述小标题；步骤四：使用NLP技术获取第二综述小标题，所述第二综述小标题的获取基于关键词匹配和主题建模，具体过程包括：收集并准备文档和综述题目，以确保文档中包含足够的信息以及与综述题目相关的关键词和短语；文本分词：使用分词库对文档和综述题目进行分词，将文本拆分成单词或短语的序列；特征提取：使用TF-IDF技术从文档中提取关键词和短语以识别文档中的信息；主题建模：使用主题建模技术来识别文档中的主题，以抓住文档的主要关注点；关键词匹配：使用NLP技术匹配文档中的关键词和短语与综述题目中的关键词以确定哪些部分的文档与综述题目直接相关；生成第二综述小标题：基于匹配的关键词和短语，结合文档中的信息，使用文本生成技术生成第二综述小标题；还包括矫正过程，所述矫正过程包括整合第一综述小标题和第二综述小标题，将整合后的第一综述小标题和第二综述小标题输入预训练大语言模型，预训练大语言模型生成修正后的综述小标题称为第三综述小标题；步骤五：使用向量相似性将所述文档库中的文档进行归类和切片，归类和切片具体包括：获取小标题向量表示：使用分词库方法，将每个小标题转换成向量表示；文档向量构建：对于每个文档，将其所有文档段落向量表示进行平均或加权平均，得到文档的段落向量表示；相似性计算：使用余弦相似度或其他相似性度量来比较文档的段落与小标题之间的相似性；文档归类：将文档的段落按照与小标题的相似性归类到小标题之下，形成单个小标题及其对应的文档段落的向量库；步骤六：利用大语言模型与Langchain技术基于单个小标题及其对应的文档段落的向量库生成小标题段落；步骤七：将所述小标题段落输入所述预训练大语言模型生成综述文本；步骤八：所述综述文本经过所述预训练大语言模型润色处理输出最终综述文本，所述最终综述文本为存入文档库中由综述题目提取多篇文档相关内容生成的综述文章。

全文数据：

权利要求：

百度查询： 北京市计算中心有限公司 一种基于NLP技术的大语言模型的多文档摘编方法