【技术实现步骤摘要】
面向跨领域的立法意见综合报告自动生成方法
[0001]本专利技术属于计算机相关的人工智能和自然语言处理
,特别是涉及一种面向长周期跨领域的立法意见综合报告自动生成方法
。
技术介绍
[0002]立法规划计划是政府立法和制定政策的重要过程,需要广泛收集
、
分析公众的意见和反馈,以更好地了解公众的需求和潜在问题
。
然而,针对立法规划计划意见来源复杂
、
种类繁多
、
质量参差不齐等特点,政府在采集和分析意见方面遇到了许多困难
。
其中立法主题跨领域是政府在收集和分析意见方面的难点之一
。
由于政策涉及的领域和主题非常多样化,需要收集来自不同领域和专业的意见,但在实践中,政府发现跨领域意见的收集和分析是一项极具挑战性的工作
。
首先,跨领域的专业性和复杂性使得政策制定者必须有了解多个领域和相关知识的能力
。
事实上,立法规划计划意见采集也面临不同领域专业性的问题,需要政府对不同领域的专业知识进行收集和整合
。
其次,专业性问题也带来了数据来源和质量方面的问题
。
由于某些领域涉及的意见非常专业化,涉及的人群和机构可能非常有限,这就要求政府必须挖掘各种可能的数据来源,并评估数据的质量和可用性
。
政府可能需要调查行业协会
、
专业团体
、
大学和学术机构等,以获得有关社区
、
学术和经济 ...
【技术保护点】
【技术特征摘要】
1.
一种面向跨领域的立法意见综合报告自动生成方法,其特征在于,包括:步骤
1、
构建面向跨领域立法意见主题感知的生成式智能体,所述生成式智能体包括智能体自然语言记忆流模块
、
立法主题提示模块
、
向量数据库
、
立法意见聚类模块
、LLM
反思经验生成模块
、LLM
检索回溯模块
、LLM
立法意见特征识别和立法主题生成模块,所述智能体自然语言记忆流包括意见采集经验构成的记忆流子集,利用该生成式智能体实现立法进行意见特征识别和立法主题生成,生成立法意见摘要报告;步骤
2、
从所述记忆流子集中筛选出召回的采集经验小样本,构建大语言模型
LLM
的提示引导指令,生成立法意见采集策略计划,利用所述立法意见采集策略计划结合对人工干预调整进行立法意见采集,将采集结果和采集策略都存入向量数据库;同时,对人工干预后的采集策略和采集结果利用大语言模型
LLM
进行反思,形成新的意见采集反思经验,保存反思经验,完成生成式智能体中的采集策略的强化学习;步骤
3、
利用步骤2得到的强化学习后的所述采集策略计划与采集经验得到更新历史纪录,利用所述更新的历史纪录进行立法意见聚类,将聚类后的立法意见集嵌入大语言模型
LLM
得到聚类摘要向量,在步骤2的所述提示指令的指引下按周期由所述聚类摘要向量生成精调的立法意见摘要,进而生成立法意见综合报告
。2.
如权利要求1所述的一种面向跨领域的立法意见综合报告自动生成方法,其特征在于,所述步骤3中的所述历史纪录包括但不限于根据基于记忆流向量库的历史意见和不同领域提示
。3.
如权利要求1所述的一种面向跨领域的立法意见综合报告自动生成方法,其特征在于,所述智能体自然语言记忆流模块用于保存量化感知到的当前的法治态势的观测值文本数据
。4.
如权利要求1所述的一种面向跨领域的立法意见综合报告自动生成方法,其特征在于,所述向量数据...
【专利技术属性】
技术研发人员:梁鸿翔,王文俊,戴维迪,王博,陈雪,
申请(专利权)人:天津大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。