-
公开(公告)号:CN118364056A
公开(公告)日:2024-07-19
申请号:CN202410613264.8
申请日:2024-05-17
Applicant: 内蒙古工业大学
IPC: G06F16/33 , G06F16/332 , G06F40/186 , G06F40/284 , G06F40/30 , G06Q50/18
Abstract: 本发明涉及人工智能和法律合同生成领域,具体涉及一种基于大模型和向量检索技术的法律合同文书生成方法及系统。系统接收用户上传的法律合同文书数据并进行预处理;采用嵌入模型将法律合同文书数据转换为向量,根据法律合同文书向量构建法律合同文书向量空间;用户向系统输入需要生成的法律合同文书的问题文本,系统将问题文本转化为问题文本向量;确定出与问题文本向量匹配的法律合同文书向量;将问题文本向量和其对应的法律合同文书向量插入Prompt模版中构建LLM大模型的输入序列;大模型根据输入序列结合模型中的法律知识库生成用户需要的法律合同文书。本发明能够有效提高法律合同文书的生成效率和多样性,降低了人工撰写的成本。
-
公开(公告)号:CN118520093A
公开(公告)日:2024-08-20
申请号:CN202410829490.X
申请日:2024-06-25
Applicant: 内蒙古工业大学
IPC: G06F16/332 , G06F16/383 , G06Q50/18 , G06N5/022
Abstract: 本发明提供了一种边检法律问答动态检索增强生成方法及系统,包括以下步骤:S1:根据问题生成答案;S2:对生成答案中的法律要素进行抽取,并计算其置信度;其中,若置信度小于阈值,则执行S3,若置信度大于或等于阈值,则输出答案;S3:根据问题在预设知识库中检索法律内容;S4:将检索到的法律内容作为S1的输入信息,并再次执行S1,实现动态检索增强生成,本发明在现有的“检索‑阅读”方法的基础加入了边检法律要素识别步骤,通过对法律要素的置信度来判断生成答案的质量,设置置信度阈值来控制检索,仅在低阈值下进行检索,来提高生成答案中法律知识的质量。
-
公开(公告)号:CN117217237A
公开(公告)日:2023-12-12
申请号:CN202311173502.X
申请日:2023-09-12
Applicant: 内蒙古工业大学
IPC: G06F40/35 , G06F40/284 , G06F16/35 , G06F16/332 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了意图识别与槽值填充联合预测方法,包括:完成词嵌入和位置嵌入,进行第一预设操作得到第一输出结果,且将第一输出结果输入Transformer编码器;将第一输出结果映射为预设向量,通过多头注意力机制进行预设处理,得到第二输出结果;将第二输出结果进行第二预设操作,将Transformer编码器的输入及输出输入到双向长短期记忆网络编码器得到编码结果;提取编码结果最后时刻的隐单元输出,并输入第一解码器进行意图识别任务训练,同时提取编码结果所有时刻的隐单元输出,并输入第二解码器进行槽值填充任务训练。本发明能够将意图识别和槽值填充两个任务联合在一起,提高意图识别与槽值填充准确率,加快意图识别与槽值填充预测速度。
-
公开(公告)号:CN118520093B
公开(公告)日:2024-11-08
申请号:CN202410829490.X
申请日:2024-06-25
Applicant: 内蒙古工业大学
IPC: G06F16/332 , G06F16/383 , G06Q50/18 , G06N5/022
Abstract: 本发明提供了一种边检法律问答动态检索增强生成方法及系统,包括以下步骤:S1:根据问题生成答案;S2:对生成答案中的法律要素进行抽取,并计算其置信度;其中,若置信度小于阈值,则执行S3,若置信度大于或等于阈值,则输出答案;S3:根据问题在预设知识库中检索法律内容;S4:将检索到的法律内容作为S1的输入信息,并再次执行S1,实现动态检索增强生成,本发明在现有的“检索‑阅读”方法的基础加入了边检法律要素识别步骤,通过对法律要素的置信度来判断生成答案的质量,设置置信度阈值来控制检索,仅在低阈值下进行检索,来提高生成答案中法律知识的质量。
-
公开(公告)号:CN117217237B
公开(公告)日:2024-07-23
申请号:CN202311173502.X
申请日:2023-09-12
Applicant: 内蒙古工业大学
IPC: G06F40/35 , G06F40/284 , G06F16/35 , G06F16/332 , G06N3/0455 , G06N3/0442 , G06N3/048 , G06N3/0499 , G06N3/084
Abstract: 本发明公开了意图识别与槽值填充联合预测方法,包括:完成词嵌入和位置嵌入,进行第一预设操作得到第一输出结果,且将第一输出结果输入Transformer编码器;将第一输出结果映射为预设向量,通过多头注意力机制进行预设处理,得到第二输出结果;将第二输出结果进行第二预设操作,将Transformer编码器的输入及输出输入到双向长短期记忆网络编码器得到编码结果;提取编码结果最后时刻的隐单元输出,并输入第一解码器进行意图识别任务训练,同时提取编码结果所有时刻的隐单元输出,并输入第二解码器进行槽值填充任务训练。本发明能够将意图识别和槽值填充两个任务联合在一起,提高意图识别与槽值填充准确率,加快意图识别与槽值填充预测速度。
-
-
-
-