一种基于大语言模型的文本提取方法及系统与流程

1.一种基于大语言模型的文本提取方法，其特征在于，包括：获取历史查询记录，通过机器学习建立行为模型；

2.根据权利要求1所述的一种基于大语言模型的文本提取方法，其特征在于，建立行为模型时，根据历史查询记录得到查询习惯和历史数据，对查询习惯和历史数据进行聚类分析后，基于机器学习模型进行训练得到行为模型。

3.根据权利要求1或2所述的一种基于大语言模型的文本提取方法，其特征在于，包括深度意图识别，根据深度学习模型进行语义分析，根据语义分析结果进行意图评估，并结合行为特征对行为模型进行优化。

4.根据权利要求1或2所述的一种基于大语言模型的文本提取方法，其特征在于，包括进行模式识别，使用k-means聚类算法识别查询模式和行为特征；检测异常查询行为，筛选历史查询记录中没有的查询请求。

5.根据权利要求4所述的一种基于大语言模型的文本提取方法，其特征在于，对行为模型的输出进行修正时，遍历综合回答，当综合回答被命中则将对应的综合回答替换为行为模型的输出。

6.根据权利要求1所述的一种基于大语言模型的文本提取方法，其特征在于，包括进行唤醒，获取查询请求，识别查询请求中的唤醒词；当检测到唤醒词后，进行文本识别，获取查询文本。

7.根据权利要求6所述的一种基于大语言模型的文本提取方法，其特征在于，在进行唤醒后，通过rasa进行初步意图识别，确定查询请求中的基本意图；通过行为模型对基本意图进行识别和预测。

8.一种基于大语言模型的文本提取系统，适用于如权利要求1至7任一项 所述的一种基于大语言模型的文本提取方法，其特征在于，包括：输入模块，获取查询请求；

9.根据权利要求8所述的一种基于大语言模型的文本提取系统，其特征在于，意图识别模型包括依次连接的行为模型和深度学习模型，行为模型根据历史查询记录进行意图识别；深度学习模型对行为模型进行意图识别。

10.根据权利要求8所述的一种基于大语言模型的文本提取系统，其特征在于，包括与意图识别模块连接的输出模块，输出模块生成回答文本并合成为语音输出。