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！

摘要：本发明公开了一种矛盾纠纷事件脉络生成方法，S1、创建矛盾纠纷事件数据集；S2、得到结构化矛盾纠纷事件数据集；S3、依据结构化矛盾纠纷事件数据集对大模型数据进行标注，标注以（q，a）问答对的形式进行构建；S4、构建因果逻辑链条，理解和分析矛盾纠纷事件；S5、在微调矛盾纠纷事件脉络推理的大模型之后，对于新输入的矛盾纠纷事件数据集将输入内容改写成与训练数据中问题的格式相匹配，作为大模型的输入，大模型的推理结果将作为矛盾纠纷事件的脉络。本发明通过融合大型语言模型和思维链范式，能够高效准确地揭示事件之间的关联性和演变过程，为矛盾纠纷的解决提供强有力的技术支持。

主权项：1.一种矛盾纠纷事件脉络生成方法，其特征在于，包括如下步骤：S1、搜集矛盾纠纷事件相关的文本数据，包括裁判文书、警情记录和案件资料，将采集到的文本数据进行系统整合，创建矛盾纠纷事件数据集；S2、对整合后的矛盾纠纷事件数据集进行清洗，剔除重复、错误和不完整的数据，对清洗后的矛盾纠纷事件数据集中的敏感信息执行脱敏处理，并进行分组归集，得到结构化矛盾纠纷事件数据集；S3、依据结构化矛盾纠纷事件数据集对大模型数据进行标注，标注以（q，a）问答对的形式进行构建，大模型训练过程中，问答对中的问题（q）被作为大模型的输入，问答对中的答案（a）被作为大模型的输出；所述S3采用基于矛盾纠纷事件的大模型输入构建方式，输入构建方式为固定提示词加动态输入事件文本的组合，动态输入事件文本为基于涉事人为中心的结构化矛盾纠纷事件数据集；所述问答对中的答案（a）部分描述包括矛盾纠纷事件i与矛盾纠纷事件j之间的脉络关系、解释矛盾纠纷事件i为什么与矛盾纠纷事件j存在联系或者矛盾纠纷事件i如何导致矛盾纠纷事件j的发生；S4、借助大模型对结构化矛盾纠纷事件数据集进行脉络生成和梳理，通过因果链条的建立，从矛盾纠纷事件的前因后果和演化脉络角度出发，构建因果逻辑链条，理解和分析矛盾纠纷事件；所述因果逻辑链条的构建包括：在大模型通过注意力机制和前馈网络对矛盾纠纷事件文本进行处理后，生成矛盾纠纷 事件之间的因果关系矩阵C，因果关系矩阵C中的每个元素表示矛盾纠纷事件i和矛盾纠 纷事件j之间的因果关系强度： ；其中，表示矛盾纠纷事件i和矛盾纠纷事件j之间的因果关系强度，H表示注意力头的 数量，T表示时间步长，表示第i个事件在第h个注意力头的查询向量，表示第j个事件 在时间步长t的键向量，表示第j个事件在时间步长t的值向量，表示低秩矩阵A的第h 行和第t列的元素，表示低秩矩阵B的第h行和第t列的元素； 基于因果关系矩阵C，构建事件的因果逻辑链条，表示为一组有向图G=V,E，其中，每 条边的权重由因果关系强度决定： ； ；其中，表示矛盾纠纷事件i和矛盾纠纷事件j之间的边，若超过阈值，则存在边， 表示因果关系的阈值，表示矛盾纠纷事件i和矛盾纠纷事件j之间边的权重，表示时间 衰减系数，表示矛盾纠纷事件i和矛盾纠纷事件j之间的时间间隔，表示矛盾纠纷事 件i与所有其他矛盾纠纷事件的因果关系强度的总和； 对生成的因果逻辑链条进行优化，考虑矛盾纠纷事件的时间顺序和逻辑关系，调整因果逻辑链条中的边权重和结构： ； ；其中，表示优化后的矛盾纠纷事件i和矛盾纠纷事件j之间的因果关系强度，表示平 衡因子，决定因果关系强度和权重的影响比例，表示矛盾纠纷事件i和矛盾纠纷事件j之 间边的权重，表示矛盾纠纷事件i和矛盾纠纷事件j之间的欧几里得距离，表示矛 盾纠纷事件i的位置坐标，表示矛盾纠纷事件j的位置坐标； 生成最终的因果逻辑链条L，描述矛盾纠纷事件的来龙去脉，包括每个矛盾纠纷事件的发生时间、关键节点和主要参与者： ； ；其中，表示包含所有因果关系强度超过阈值的事件对，表示优化后的矛盾纠纷事 件i和矛盾纠纷事件j之间的因果关系强度，表示指示函数，当导致时为1，否则 为0，表示关键节点k的重要性评分，基于节点与其他事件之间的因果关系强度； S5、在微调矛盾纠纷事件脉络推理的大模型之后，对于新输入的矛盾纠纷事件数据集将输入内容改写成与训练数据中问题（q）的格式相匹配，作为大模型的输入，大模型的推理结果将作为矛盾纠纷事件的脉络，对不同的矛盾纠纷事件脉络进行后处理并可视化，并理解和分析。

全文数据：

权利要求：

百度查询： 数据空间研究院 一种矛盾纠纷事件脉络生成方法