買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉廣東數(shù)業(yè)智能科技有限公司申請(qǐng)的專(zhuān)利一種基于生成式模型的領(lǐng)域語(yǔ)料數(shù)據(jù)審核及自動(dòng)修正方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120012764B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-16發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202510137831.1，技術(shù)領(lǐng)域涉及：G06F40/226；該發(fā)明授權(quán)一種基于生成式模型的領(lǐng)域語(yǔ)料數(shù)據(jù)審核及自動(dòng)修正方法是由葛俊彥;趙茁良;龍鳳明;張汝民;劉昌松;歐紅君設(shè)計(jì)研發(fā)完成，并于2025-02-07向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于生成式模型的領(lǐng)域語(yǔ)料數(shù)據(jù)審核及自動(dòng)修正方法在說(shuō)明書(shū)摘要公布了：本發(fā)明屬于人工智能技術(shù)領(lǐng)域，提供了一種基于生成式模型的領(lǐng)域語(yǔ)料數(shù)據(jù)審核及自動(dòng)修正方法，旨在解決領(lǐng)域語(yǔ)料數(shù)據(jù)審核依賴(lài)專(zhuān)家、效率低下及主觀影響問(wèn)題。技術(shù)方案包括：對(duì)原始語(yǔ)料預(yù)處理，通過(guò)LLM進(jìn)行標(biāo)準(zhǔn)化、分類(lèi)、修正和重組；利用多個(gè)LLM生成觀點(diǎn)，進(jìn)行聚類(lèi)分析，計(jì)算語(yǔ)義熵以評(píng)估事實(shí)正確性，并評(píng)分分類(lèi)；對(duì)中分語(yǔ)料進(jìn)行人工審核，不合格語(yǔ)料自動(dòng)修正；循環(huán)審核直至合格，并收集反饋更新LLM。該方法減少人工依賴(lài)，增強(qiáng)模型自我審查和更新能力，實(shí)現(xiàn)自動(dòng)化修正，提升多領(lǐng)域語(yǔ)料審核的準(zhǔn)確性和效率。本發(fā)明方法可應(yīng)用于教育、醫(yī)療、金融、法律等不同領(lǐng)域，以提高領(lǐng)域語(yǔ)料數(shù)據(jù)審核的準(zhǔn)確性和效率。

本發(fā)明授權(quán)一種基于生成式模型的領(lǐng)域語(yǔ)料數(shù)據(jù)審核及自動(dòng)修正方法在權(quán)利要求書(shū)中公布了：1.一種基于生成式模型的領(lǐng)域語(yǔ)料數(shù)據(jù)審核及自動(dòng)修正方法，其特征在于，包括以下步驟： 步驟1、對(duì)原始語(yǔ)料進(jìn)行預(yù)處理，得到標(biāo)準(zhǔn)化語(yǔ)料，語(yǔ)料類(lèi)型包括單輪對(duì)話、多輪對(duì)話和陳述； 步驟2、對(duì)標(biāo)準(zhǔn)化語(yǔ)料使用大語(yǔ)言模型LLM審核，得到評(píng)分結(jié)果； 步驟2.1、M個(gè)LLM根據(jù)提示工程生成對(duì)當(dāng)前語(yǔ)料的觀點(diǎn)，每個(gè)LLM生成K個(gè)觀點(diǎn)，總共得到K×M個(gè)觀點(diǎn)； 步驟2.2、對(duì)步驟2.1得到的觀點(diǎn)進(jìn)行聚類(lèi)分析，計(jì)算每個(gè)語(yǔ)義等價(jià)類(lèi)的生成概率； 步驟2.3、根據(jù)步驟2.2得到的生成概率，計(jì)算語(yǔ)義熵，判斷語(yǔ)料的事實(shí)正確性； 步驟2.4、根據(jù)預(yù)設(shè)的合格標(biāo)準(zhǔn)k1和不合格標(biāo)準(zhǔn)k2，將語(yǔ)料分為高分、中分和低分三類(lèi)，輸出評(píng)分結(jié)果; 步驟2.4.1、設(shè)定初始的合格標(biāo)準(zhǔn)k1和不合格標(biāo)準(zhǔn)k2，這些標(biāo)準(zhǔn)根據(jù)領(lǐng)域知識(shí)和經(jīng)驗(yàn)進(jìn)行調(diào)整； 步驟2.4.2、比較每個(gè)語(yǔ)料的語(yǔ)義熵值與合格標(biāo)準(zhǔn)k1和不合格標(biāo)準(zhǔn)k2； 步驟2.4.3、將語(yǔ)義熵值低于k1的語(yǔ)料分類(lèi)為高分語(yǔ)料； 步驟2.4.4、將語(yǔ)義熵值高于k2的語(yǔ)料分類(lèi)為低分語(yǔ)料，低分語(yǔ)料為不合格語(yǔ)料； 步驟2.4.5、將語(yǔ)義熵值介于k1與k2之間的語(yǔ)料分類(lèi)為中分語(yǔ)料； 步驟2.4.6、整理分類(lèi)結(jié)果，為每個(gè)語(yǔ)料生成包含原始語(yǔ)料段落、語(yǔ)義熵值和評(píng)分類(lèi)別的JSON對(duì)象； 步驟2.4.7、輸出所有語(yǔ)料的評(píng)分結(jié)果； 步驟3、對(duì)LLM審核結(jié)果為中分的語(yǔ)料進(jìn)行人工審核，得到最終評(píng)分反饋； 步驟4、對(duì)不合格語(yǔ)料進(jìn)行自動(dòng)修正，得到修正后語(yǔ)料； 步驟4.1、根據(jù)預(yù)設(shè)比例將不合格語(yǔ)料分配至人工改寫(xiě)和LLM改寫(xiě)模塊處理； 不合格語(yǔ)料根據(jù)p和1-p的比例分別進(jìn)入人工改寫(xiě)模塊和LLM改寫(xiě)模塊，p服從下列公式：其中m為累計(jì)進(jìn)行審核的語(yǔ)料條數(shù)，參數(shù)用于根據(jù)語(yǔ)料數(shù)總量調(diào)整p的改變速率，根據(jù)sigmoid函數(shù)的特性，隨著m逐漸增加，p將服從一個(gè)平滑的減少趨勢(shì)，并在m大于某一閾值的情況下基本不變，即隨著語(yǔ)料累計(jì)，人工改寫(xiě)模塊中人工的工作量將會(huì)逐步減少，流程最后人工改寫(xiě)模塊和LLM改寫(xiě)模塊共同輸出修改后語(yǔ)料； 步驟4.2、對(duì)進(jìn)入人工改寫(xiě)模塊的語(yǔ)料進(jìn)行多人同時(shí)改寫(xiě)，形成修改語(yǔ)料對(duì)，錄入修改語(yǔ)料對(duì)倉(cāng)庫(kù)； 步驟4.3、當(dāng)修改語(yǔ)料對(duì)倉(cāng)庫(kù)達(dá)到預(yù)設(shè)數(shù)量時(shí)，輸入到LLM更新模塊，對(duì)LLM進(jìn)行微調(diào)訓(xùn)練； 步驟4.4、對(duì)進(jìn)入LLM改寫(xiě)模塊的語(yǔ)料進(jìn)行自動(dòng)改寫(xiě)，輸出修正后語(yǔ)料； 步驟5、對(duì)修正后語(yǔ)料進(jìn)行再次審核，直至通過(guò)審核得到合格語(yǔ)料； 步驟6、收集評(píng)分反饋，對(duì)LLM審核模型進(jìn)行更新； 步驟6.1、收集預(yù)設(shè)數(shù)量的評(píng)分反饋，統(tǒng)計(jì)語(yǔ)義熵與最終評(píng)分的關(guān)系； 步驟6.2、根據(jù)統(tǒng)計(jì)結(jié)果，重新計(jì)算合格標(biāo)準(zhǔn)k1和不合格標(biāo)準(zhǔn)k2； 步驟6.3、在更換目標(biāo)語(yǔ)料審核任務(wù)或數(shù)次更新不理想時(shí)，修改指定上下文； 步驟6.4、使用更新后的k1、k2和指定上下文，對(duì)LLM審核大模型進(jìn)行更新，提高后續(xù)審核的準(zhǔn)確性。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人廣東數(shù)業(yè)智能科技有限公司，其通訊地址為：510700 廣東省廣州市黃埔區(qū)科學(xué)大道64-70號(hào)(雙數(shù))1001、1002房；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。