CN119514540A 面向大模型的内容提取分析方法、装置及系统 （烟台中科网络技术研究所）

统种面向大模型的内容提取分析方法、装置及系簇中心与敏感词库结合来确定当前文本是否合2获取所述分词向量的第一排序位次，所述第一排序位次为所获取所述分词向量的第二排序位次，所述第二排序位次为所述分3根据任意两个分词向量的所述文本定位系数和所述欧式范数，获取所述敏感词向量与所述多个分词类簇中心的修第一获取模块，用于对所述大模型生成的当前文本进行确定模块，用于根据所述多个分词类簇中心并结合敏感词库，4[0001]本申请属于数据处理技术领域，具体涉及一种面向大模型的内容提取分析方法、5获取所述敏感词向量与所述多个分词类簇中心的修6[0017]图1是根据一示例性实施例示出的一种面向大模型的内容提取分析方法的流程图5是根据一示例性实施例示出的一种获取分词向量的描述密度的方法的流程图6是根据一示例性实施例示出的一种获取分词向量的结构分布参数的方法的流图7是根据一示例性实施例示出的一种获取分词向量的文本定位系数的方法的流图8是根据一示例性实施例示出的一种获取任意两个分词向量的相似度的方法的[0020]应当理解，本申请的方法实施方式中记载的各个步骤可7义将在下文描述中给出。单数或者复数。此亟需一种新的面向大模型的内容提取分析方法。下面结合具体实施例对本申请进行说[0028]图1是根据一示例性实施例示出的一种面向大模型的内容提取分析方法的流程8[0035]图2是根据一示例性实施例示出的一种获取多个分词类簇中心的方法的流程图。9[0047]图3是根据一示例性实施例示出的一种分词向量设置段篇标签的方法的流程图。[0053]将缩进量最小的描述类中各段落作为根节点，按照根节子节点的父节点应该为文本中子节点对应段落向上最近的第n_1描述类；同一父节点的各[0057]图5是根据一示例性实施例示出的一种获取分词向量的描述密度的方法的流程与数量求比值后得到，该值越大，则该分词在文本中的结构特征体现的概括表示能力越[0067]图6是根据一示例性实施例示出的一种获取分词向量的结构分布参数的方法的流前分词向量的任意两个相邻分词段篇标签中对应的节点的所有后代节点数量的和值进行分词向量i在当前文本中分布越稀疏，则该分词向量作为贯穿当前文本的主题词的概率越F=1(IlpIlxd)公式2[0074]图7是根据一示例性实施例示出的一种获取分词向量的文本定位系数的方法的流分布参数的贯穿性进一步判断。表征了分词向量c在当前文本中的结构分布参数和描述词向量的文本定位系数T。文本定位系数T越大，表征当前分词为重要主题内容的概率越[0081]图8是根据一示例性实施例示出的一种获取任意两个分词向量的相似度的方法的[0082]在此步骤中，获取任意两个分词向量a和b的欧式范数llaa,anll。欧式范数llaa,anll表征任意两个分词向量a和b的相似性。b的相似度d(a,b)可以由如下公式获得：任意两个分词向量a和b的相似度d(a,b)也可以理解为任意两个分词向量a和b的[0085]图9是根据一示例性实施例示出的一种确定当前文本是否合规的方法的流程图。[0087]在步骤S302中，获取所述敏感词向量与所述多个分词类簇中心的修正余弦相似[0092]图10是根据一示例性实施例示出的一种面向大模型的内容提取分析装置的框获取所述敏感词向量与所述多个分词类簇中心的修令被处理器执行时实现本申请提供的面向大模型的内容提取分[0104]图11是根据一示例性实施例示出的一种面向大模型的内容提取分析系统的框如图11所示，本申请实施例提供一种面向大模型的内容提取分析系统1000，包括服务器[0106]服务器1100还可以包括一个电源组件1126被配置为执行服务行时用于执行上述的面向大模型的内容提取分析方法的代码