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:王海龙
摘要:本发明涉及语言化分析技术领域,具体为一种基于大语言模型的健康需求语言化分析系统及方法,所述分析方法包括以下步骤:对用户历史症状描述文本,进行关键词提取得到关键词集合,对咨询记录进行类型划分,并确认同类咨询记录的影响因子;通过分析任意两个咨询结果之间的结果相似度,计算得到同类咨询记录的期望结果相似度;对大语言模型进行训练;提取用户实时输入的文本内容对应的关键词集合,判断是否对用户进行内容补充提醒;将文本内容输入大语言模型,得到相应的咨询结果;判断用户实时输入的文本内容对应的咨询结果是否为无效咨询;对咨询结果为无效咨询的原因进行分析,并对大语言模型进行重新训练。
主权项:1.一种基于大语言模型的健康需求语言化分析方法,其特征在于:所述分析方法包括以下步骤:步骤S100:获取用户历史每次咨询记录的症状描述文本,对症状描述文本进行关键词提取得到关键词集合;通过相邻两次咨询记录的时间间隔和关键词集合之间的相似度比较,判断是否对前一次咨询记录进行无效咨询标记;根据用户历史所有咨询记录中任意两组关键词集合之间的相似度,对咨询记录进行类型划分,并确认同类咨询记录的影响因子;步骤S200:获取同类咨询记录中不存在无效咨询标记的咨询结果,通过分析任意两个咨询结果之间的结果相似度,计算得到同类咨询记录的期望结果相似度;分析各类影响因子在同类咨询记录中的占比,确认各类影响因子的影响优先顺序;按照影响优先顺序对大语言模型进行影响因子的添加,并对大语言模型进行训练;步骤S300:提取用户实时输入的文本内容对应的关键词集合,确认文本内容的咨询类型;获取所述咨询类型对应的影响因子,判断是否对用户进行内容补充提醒;将文本内容输入大语言模型,得到相应的咨询结果;步骤S400:设定一个时间响应阈值,若用户在时间响应阈值里输入新文本内容,则提取新文本内容的新关键词集合,通过相邻两组关键词集合之间的相似度,判断用户实时输入的文本内容对应的咨询结果是否为无效咨询;对咨询结果为无效咨询的原因进行分析,并对大语言模型进行重新训练。
全文数据:
权利要求:
百度查询: 王海龙 一种基于大语言模型的健康需求语言化分析系统及方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。