本發(fā)明涉及人工智能，具體涉及一種基于大模型新命題糾錯(cuò)方法及系統(tǒng)。

背景技術(shù)：

1、在現(xiàn)有技術(shù)中，基于自然語(yǔ)言處理（nlp）和機(jī)器學(xué)習(xí)算法的自動(dòng)糾錯(cuò)技術(shù)已經(jīng)得到了廣泛的應(yīng)用，這些技術(shù)通常通過(guò)訓(xùn)練模型來(lái)識(shí)別和修正文本中的語(yǔ)法、拼寫(xiě)和邏輯錯(cuò)誤，尤其在語(yǔ)法糾錯(cuò)和拼寫(xiě)檢查方面取得了顯著進(jìn)展?，F(xiàn)有的糾錯(cuò)系統(tǒng)往往依賴于預(yù)先定義的規(guī)則或詞典，結(jié)合統(tǒng)計(jì)模型或深度學(xué)習(xí)模型來(lái)檢測(cè)和修正錯(cuò)誤，這些技術(shù)在處理標(biāo)準(zhǔn)化文本時(shí)表現(xiàn)出較高的準(zhǔn)確性和效率，隨著自然語(yǔ)言處理技術(shù)的發(fā)展，特別是大語(yǔ)言模型（llm）的應(yīng)用，出現(xiàn)了更加復(fù)雜和創(chuàng)新性的文本生成任務(wù)。大語(yǔ)言模型能夠生成包含新命題或非標(biāo)準(zhǔn)表達(dá)的文本，這為現(xiàn)有的糾錯(cuò)方法帶來(lái)了新的挑戰(zhàn)。

2、現(xiàn)有的糾錯(cuò)技術(shù)通常依賴于預(yù)定義的規(guī)則或標(biāo)準(zhǔn)的語(yǔ)言結(jié)構(gòu)，但在面對(duì)大模型生成的創(chuàng)新性表述時(shí)，這些技術(shù)往往難以適應(yīng)，無(wú)法有效識(shí)別和修正其中的錯(cuò)誤。尤其是在處理新命題時(shí)，由于這些表述可能不符合已有的語(yǔ)言規(guī)范或包含創(chuàng)新性的邏輯推導(dǎo)，現(xiàn)有的糾錯(cuò)技術(shù)往往會(huì)出現(xiàn)較高的誤判率。此外，新命題的獨(dú)特性和多樣性使得現(xiàn)有技術(shù)難以覆蓋所有可能的錯(cuò)誤類(lèi)型，這進(jìn)一步增加了糾錯(cuò)的難度。因此，如何開(kāi)發(fā)更加智能和靈活的糾錯(cuò)方法，以提高在處理新命題時(shí)的準(zhǔn)確性和效率，成為當(dāng)前研究中的一個(gè)關(guān)鍵問(wèn)題，目前，雖然已經(jīng)有一些研究嘗試通過(guò)增強(qiáng)模型的適應(yīng)性或結(jié)合多種技術(shù)手段來(lái)提升糾錯(cuò)效果，但仍然存在識(shí)別準(zhǔn)確性不足、對(duì)新類(lèi)型錯(cuò)誤處理能力有限等問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于大模型新命題糾錯(cuò)方法及系統(tǒng)，解決在如何開(kāi)發(fā)更加智能和靈活的糾錯(cuò)方法，以提高在處理新命題時(shí)的準(zhǔn)確性和效率問(wèn)題上，現(xiàn)有技術(shù)雖然已經(jīng)有一些研究嘗試通過(guò)增強(qiáng)模型的適應(yīng)性或結(jié)合多種技術(shù)手段來(lái)提升糾錯(cuò)效果，但仍然存在識(shí)別準(zhǔn)確性不足、對(duì)新類(lèi)型錯(cuò)誤處理能力有限等問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：一種基于大模型新命題糾錯(cuò)方法，所述方法包括：

3、s1：獲取生成的新命題及其對(duì)應(yīng)的語(yǔ)境信息；

4、s2：基于預(yù)訓(xùn)練的語(yǔ)言大模型對(duì)新命題進(jìn)行語(yǔ)義分析,識(shí)別其中的潛在錯(cuò)誤；

5、s3：利用領(lǐng)域特定知識(shí)庫(kù)驗(yàn)證所述新命題的準(zhǔn)確性；

6、s4：根據(jù)分析結(jié)果和驗(yàn)證反饋?zhàn)詣?dòng)修正新命題中的錯(cuò)誤。

7、優(yōu)選的，所述步驟s1獲取生成的新命題及其對(duì)應(yīng)的語(yǔ)境信息具體包括：

8、通過(guò)api接口接收輸出的新命題文本；

9、提取新命題文本中的關(guān)鍵詞匯；

10、基于關(guān)鍵詞匯構(gòu)建語(yǔ)境上下文環(huán)境；

11、利用自然語(yǔ)言處理技術(shù)識(shí)別新命題中的實(shí)體和關(guān)系。

12、優(yōu)選的，所述步驟s2中基于預(yù)訓(xùn)練的語(yǔ)言大模型對(duì)所述新命題進(jìn)行語(yǔ)義分析這一步驟具體包括：

13、將新命題輸入至預(yù)訓(xùn)練語(yǔ)言大模型以獲得語(yǔ)義向量表示；

14、基于語(yǔ)義向量表示計(jì)算新命題與領(lǐng)域內(nèi)標(biāo)準(zhǔn)表述之間的相似度s；

15、如果相似度s低于預(yù)設(shè)閾值t，則判定新命題可能存在語(yǔ)義錯(cuò)誤；

16、對(duì)比新命題與領(lǐng)域內(nèi)標(biāo)準(zhǔn)表述的關(guān)鍵差異點(diǎn)。

17、優(yōu)選的，所述基于語(yǔ)義向量表示計(jì)算新命題與領(lǐng)域內(nèi)標(biāo)準(zhǔn)表述之間的相似度s具體包括：

18、對(duì)新命題的語(yǔ)義向量表示進(jìn)行歸一化處理；

19、計(jì)算歸一化后的語(yǔ)義向量表示與領(lǐng)域內(nèi)標(biāo)準(zhǔn)表述向量表示之間的余弦相似度c；

20、如果余弦相似度c小于7，則認(rèn)為新命題與標(biāo)準(zhǔn)表述不匹配，即當(dāng)c<0.7時(shí)，判定新命題與標(biāo)準(zhǔn)表述存在較大差異；

21、基于不匹配情況調(diào)整相似度s的計(jì)算方式；

22、其中，所述計(jì)算歸一化后的語(yǔ)義向量表示與領(lǐng)域內(nèi)標(biāo)準(zhǔn)表述向量表示之間的余弦相似度c具體步驟包括：

23、確定新命題語(yǔ)義向量，表示v1和標(biāo)準(zhǔn)表述向量，表示v2；

24、計(jì)算v1與v2的點(diǎn)積p；

25、計(jì)算v1和v2的模長(zhǎng)m1和m2；

26、根據(jù)公式余弦相似度c=p/(m1×m2)計(jì)算余弦相似度。

27、優(yōu)選的，所述步驟s2中基于預(yù)訓(xùn)練的語(yǔ)言大模型對(duì)所述新命題進(jìn)行語(yǔ)義分析,識(shí)別其中的潛在錯(cuò)誤的識(shí)別過(guò)程具體步驟包括：

28、獲取新命題的詞法結(jié)構(gòu)信息；

29、基于語(yǔ)言模型計(jì)算所述新命題的語(yǔ)法概率得分p（語(yǔ)法）；

30、判斷語(yǔ)法概率得分p（語(yǔ)法）是否低于第一預(yù)設(shè)閾值θ1；

31、如果p（語(yǔ)法）<θ1，則識(shí)別新命題可能存在語(yǔ)法錯(cuò)誤；

32、其中，所述基于語(yǔ)言模型計(jì)算所述新命題的語(yǔ)法概率得分p（語(yǔ)法）的具體步驟包括：

33、對(duì)新命題進(jìn)行分詞處理得到詞匯序列；

34、基于語(yǔ)言模型計(jì)算所述詞匯序列的概率得分p（詞匯）；

35、計(jì)算新命題的上下文相關(guān)性得分p（上下文）；

36、根據(jù)公式p（語(yǔ)法）=p（詞匯）×p（上下文）計(jì)算語(yǔ)法概率得分p（語(yǔ)法）。

37、優(yōu)選的，所述計(jì)算新命題的上下文相關(guān)性得分p（上下文）的具體步驟包括：

38、獲取所述新命題的前后文信息；

39、基于語(yǔ)言模型計(jì)算前后文信息的相關(guān)性得分p（前）和p（后）；

40、判斷所述相關(guān)性得分p（前）和p（后）是否均高于第二預(yù)設(shè)閾值θ2；

41、如果p（前）>θ2且p（后）>θ2，則p（上下文）=?(p（前）+?p（后）)/2；

42、其中，所述基于語(yǔ)言模型計(jì)算前后文信息的相關(guān)性得分p（前）和p（后）的具體步驟包括：

43、提取新命題的前后文關(guān)鍵詞；

44、基于語(yǔ)言模型計(jì)算所述關(guān)鍵詞在前后文中出現(xiàn)的概率p（關(guān)鍵詞）；

45、計(jì)算關(guān)鍵詞與新命題之間的語(yǔ)義相似度s（語(yǔ)義）；

46、根據(jù)公式p（前）/p（后）=?p（關(guān)鍵詞）×s（語(yǔ)義）計(jì)算相關(guān)性得分p（前）和p（后）。

47、優(yōu)選的，所述計(jì)算關(guān)鍵詞與新命題之間的語(yǔ)義相似度s（語(yǔ)義）的具體步驟包括：

48、將關(guān)鍵詞和新命題分別向量化表示為向量v關(guān)鍵詞和v新命題；

49、計(jì)算向量v關(guān)鍵詞和v新命題之間的余弦相似度cos；

50、如果cos>第三預(yù)設(shè)閾值θ3，則s（語(yǔ)義）=cos。

51、優(yōu)選的，所述步驟s3具體包括：

52、從預(yù)定義的領(lǐng)域特定知識(shí)庫(kù)中提取相關(guān)數(shù)據(jù)，該知識(shí)庫(kù)包含了廣泛的事實(shí)、規(guī)則、邏輯關(guān)系以及領(lǐng)域特定的概念。

53、設(shè)知識(shí)庫(kù)為k，新命題為p，

54、對(duì)于p中的每個(gè)子命題pi，從k中尋找與pi語(yǔ)義最接近的命題集合?{k1,k2,…,kn}，

55、計(jì)算命題pi與k中對(duì)應(yīng)命題kj的相似度，使用余弦相似度公式：，

56、其中，和是對(duì)應(yīng)命題的語(yǔ)義向量表示；

57、根據(jù)知識(shí)庫(kù)中的規(guī)則和邏輯，驗(yàn)證新命題與已知知識(shí)的邏輯一致性，對(duì)新命題ppp?的整體準(zhǔn)確性進(jìn)行評(píng)估，綜合考慮各個(gè)子命題的相似度和邏輯一致性，得出新命題的置信度分?jǐn)?shù)?c(p)：

58、，

59、其中，是邏輯一致性得分。

60、優(yōu)選的，所述步驟s4具體包括：

61、基于步驟s3中的相似度和邏輯一致性結(jié)果，確定命題中錯(cuò)誤的位置，定位每個(gè)子命題pi的錯(cuò)誤點(diǎn)，如果小于預(yù)設(shè)閾值，則認(rèn)為該子命題存在錯(cuò)誤；

62、利用領(lǐng)域特定知識(shí)庫(kù)中的正確命題集合{k1,k2,…,kn}進(jìn)行錯(cuò)誤修正，使用替換策略，選擇與pi相似度最高且邏輯一致性最佳的命題kj替換pi中的錯(cuò)誤部分，修正后的命題為：

63、；

64、將修正后的新命題再次通過(guò)知識(shí)庫(kù)驗(yàn)證，確保其語(yǔ)義和邏輯的一致，如果修正后的命題仍不滿足條件，則進(jìn)一步調(diào)整，直至命題的置信度達(dá)到設(shè)定的門(mén)檻值。

65、一種基于大模型新命題糾錯(cuò)系統(tǒng)，采用所述的基于大模型新命題糾錯(cuò)方法，所述系統(tǒng)包括：

66、語(yǔ)境信息獲取模塊，該語(yǔ)境信息獲取模塊用于獲取大模型生成的新命題及其對(duì)應(yīng)的語(yǔ)境信息；

67、語(yǔ)義分析模塊，該語(yǔ)義分析模塊基于預(yù)訓(xùn)練的語(yǔ)言模型，對(duì)新命題進(jìn)行語(yǔ)義分析，識(shí)別新命題中的潛在錯(cuò)誤；

68、驗(yàn)證模塊，該驗(yàn)證模塊利用領(lǐng)域特定知識(shí)庫(kù)驗(yàn)證新命題的準(zhǔn)確性；

69、修正模塊，該修正模塊根據(jù)語(yǔ)義分析結(jié)果和驗(yàn)證反饋，自動(dòng)修正新命題中的錯(cuò)誤。

70、由上述技術(shù)方案可知，本發(fā)明具有如下有益效果：

71、該基于大模型新命題糾錯(cuò)方法及系統(tǒng)，通過(guò)獲取生成的新命題及其對(duì)應(yīng)的語(yǔ)境信息，基于預(yù)訓(xùn)練的語(yǔ)言大模型對(duì)新命題進(jìn)行語(yǔ)義分析,識(shí)別其中的潛在錯(cuò)誤，利用領(lǐng)域特定知識(shí)庫(kù)驗(yàn)證所述新命題的準(zhǔn)確性，根據(jù)分析結(jié)果和驗(yàn)證反饋?zhàn)詣?dòng)修正新命題中的錯(cuò)誤，使得新命題糾錯(cuò)，尤其是在處理那些沒(méi)有明確規(guī)則可循的新類(lèi)型錯(cuò)誤時(shí)，更加智能和靈活，提高了準(zhǔn)確性和效率，解決了在如何開(kāi)發(fā)更加智能和靈活的糾錯(cuò)方法，以提高在處理新命題時(shí)的準(zhǔn)確性和效率問(wèn)題上，現(xiàn)有技術(shù)雖然已經(jīng)有一些研究嘗試通過(guò)增強(qiáng)模型的適應(yīng)性或結(jié)合多種技術(shù)手段來(lái)提升糾錯(cuò)效果，但仍然存在識(shí)別準(zhǔn)確性不足、對(duì)新類(lèi)型錯(cuò)誤處理能力有限等問(wèn)題。