一种基于多智能体大模型的长文档简化方法

    公开(公告)号:CN119849444A

    公开(公告)日:2025-04-18

    申请号:CN202411750813.2

    申请日:2024-12-02

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于多智能体大模型的长文档简化方法,包括1)划分模拟人类专家团队的角色分配并借助角色扮演提示模板驱动大语言模型实现不同的角色分工;2)对原始文档进行整体规划,产生对后续的各项简化工作有全局指导性的信息;3)针对原始文档进行初步的简化和迭代优化;4)在初步简化的基础上进行更加细致的简化;5)将经过了多重简化操作的多个简化片段重构为整篇简化文章并进行修订;6)基于生成的平行语料微调开源模型,提高文档简化能力。本发明通过多智能体协作、提示工程以及层次化简化策略,解决了现有文档简化技术中存在的语法错误、语义偏差以及长文档处理逻辑混乱等问题,提高了文档简化的准确性、流畅性和信息完整性。

    一种基于层级化生成的长文档简化处理方法及系统

    公开(公告)号:CN117708315A

    公开(公告)日:2024-03-15

    申请号:CN202311709130.8

    申请日:2023-12-13

    Applicant: 扬州大学

    Abstract: 本发明公开了一种基于层级化生成的长文档简化处理方法及系统,涉及长文档处理技术领域,包括将获取的文档进行筛选处理,利用大语言模型提供接口构建长文档简化提示框架;对输入文档进行句法分析,将文档划分为多个段落,存储在列表中,进行初次段落级别简化,对进行初次段落级别简化后得到的文档,进行二次词法级别简化;通过构建的提示框架对句子中的表达进行最终简化,得到长文档简化处理结果,验证简化处理效果。本发明可以简化更加复杂、体裁、语言、篇幅更长的文档,简化程度较高、效果更好。生成的简化文档在保证与原文含义尽量相同的情况下,拥有更小的出错率,拥有更符合人类阅读习惯的简化结果。

Patent Agency Ranking