基于人工智能的公文生成方法及装置与流程

本申请涉及人工智能领域，具体涉及一种基于人工智能的公文生成方法及装置。

背景技术：

1、当前工作人员在编写公文时经常遇到以下问题：

2、1 、格式规范复杂：

3、公文具有严格的格式要求，如标题、主送单位、正文结构、发文字号、成文日期等都有特定的格式规定。工作人员在实际操作中容易出现格式不准确或遗漏的情况。

4、2 、内容撰写难度：

5、公文的内容必须严谨、准确且逻辑清晰，确保表述符合特定语言习惯和用词标准。同时，根据不同公文类型（例如通知、决定、报告等），需灵活运用不同的行文方式和表达策略。

6、3 、信息检索与整合：

7、在撰写过程中，往往需要查阅大量相关文件、法律法规及历史资料，整理并提炼关键信息。这个过程可能耗时较长，且对信息筛选和归纳能力要求较高。

8、基于以上内容需要工作人员在短时间内完成高质量的公文写作，需要收集大量的相关文件、法律法规、历史信息，进而导致公文撰写的效率和准确率较低。

技术实现思路

1、针对现有技术中的问题，本申请提供一种基于人工智能的公文生成方法及装置，能够有效提高公文生成的准确率和效率。

2、为了解决上述问题中的至少一个，本申请提供以下技术方案：

3、第一方面，本申请提供一种基于人工智能的公文生成方法，包括：

4、通过预设自然语义识别模型对历史公文数据进行编码，确定对应的文本语义表示，从所述文本语义表示中提取关键信息，并根据提取到的关键信息确定对应的文本逻辑结构，根据所述关键信息和所述文本逻辑结构，确定对应的写作逻辑和写作语境；

5、根据所述写作逻辑和所述写作语境确定预设知识图谱中的实体和实体间关系并构建得到知识图谱，将根据所述知识图谱得到的拓展结果作为模型训练集，对预设预训练模型进行模型训练，得到公文撰写模型；

6、接收用户发送的公文撰写请求，根据所述公文撰写请求和所述公文撰写模型得到对应的目标公文。

7、进一步地，在所述通过预设自然语义识别模型对历史公文数据进行编码，确定对应的文本语义表示之前，包括：

8、对历史公文数据进行噪声和字符去除，对经过所述噪声和字符去除后的历史公文数据进行事件、实体以及实体间关系的文本标注；

9、对经过所述文本标注后的历史公文数据进行转换为向量表示。

10、进一步地，所述从所述文本语义表示中提取关键信息，并根据提取到的关键信息确定对应的文本逻辑结构，包括：

11、从所述文本语义表示中提取事件、实体以及实体间关系中的至少一种；

12、根据所述文本语义表示对应的文本结构和提取到的事件、实体以及实体间关系中的至少一种，确定对应的文本逻辑结构。

13、进一步地， 所述根据所述关键信息和所述文本逻辑结构，确定对应的写作逻辑和写作语境，包括：

14、根据所述关键信息确定对应的写作目的，根据所述文本逻辑结构确定对应的文本段落结构。

15、根据所述文本段落结构和与所述写作目的对应的写作风格，确定对应的写作逻辑和写作语境。

16、进一步地，所述根据所述写作逻辑和所述写作语境确定预设知识图谱中的实体和实体间关系并构建得到知识图谱，包括：

17、将所述写作逻辑和所述写作语境设定为预设知识图谱中的实体并确定实体间关系；

18、根据所述实体的实体信息进行实体拓展，根据所述实体间关系的关系路径进行关系拓展，得到经过所述实体拓展和所述关系拓展后的知识图谱。

19、进一步地，所述将根据所述知识图谱得到的拓展结果作为模型训练集，对预设预训练模型进行模型训练，得到公文撰写模型，包括：

20、将所述知识图谱得到的拓展结果按照模型训练集的数据格式进行格式转换，并为每个数据样本设置相应的标签，得到模型训练集，其中，所述标签包括所属的写作逻辑或所属的写作语境；

21、将所述模型训练集输入预设预训练模型进行模型训练，得到公文撰写模型。

22、进一步地，在所述对预设预训练模型进行模型训练，得到公文撰写模型之后，包括：

23、将所述知识图谱得到的拓展结果作为验证集对所述公文撰写模型进行模型评估；

24、根据所述模型评估的结果对所述公文撰写模型进行参数调整，得到更新后的公文撰写模型。

25、第二方面，本申请提供一种基于人工智能的公文生成装置，包括：

26、历史公文数据分析模块，用于通过预设自然语义识别模型对历史公文数据进行编码，确定对应的文本语义表示，从所述文本语义表示中提取关键信息，并根据提取到的关键信息确定对应的文本逻辑结构，根据所述关键信息和所述文本逻辑结构，确定对应的写作逻辑和写作语境；

27、公文撰写模型构建模块，用于根据所述写作逻辑和所述写作语境确定预设知识图谱中的实体和实体间关系并构建得到知识图谱，将根据所述知识图谱得到的拓展结果作为模型训练集，对预设预训练模型进行模型训练，得到公文撰写模型；

28、公文自动撰写模块，用于接收用户发送的公文撰写请求，根据所述公文撰写请求和所述公文撰写模型得到对应的目标公文。

29、第三方面，本申请提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的基于人工智能的公文生成方法的步骤。

30、第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的基于人工智能的公文生成方法的步骤。

31、第五方面，本申请提供一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现所述的基于人工智能的公文生成方法的步骤。

32、由上述技术方案可知，本申请提供一种基于人工智能的公文生成方法及装置，通过预设自然语义识别模型对历史公文数据进行编码，确定对应的文本语义表示，从所述文本语义表示中提取关键信息，并根据提取到的关键信息确定对应的文本逻辑结构，根据所述关键信息和所述文本逻辑结构，确定对应的写作逻辑和写作语境；根据所述写作逻辑和所述写作语境确定预设知识图谱中的实体和实体间关系并构建得到知识图谱，将根据所述知识图谱得到的拓展结果作为模型训练集，对预设预训练模型进行模型训练，得到公文撰写模型；接收用户发送的公文撰写请求，根据所述公文撰写请求和所述公文撰写模型得到对应的目标公文，由此能够有效提高公文生成的准确率和效率。

技术特征：

1.一种基于人工智能的公文生成方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于人工智能的公文生成方法，其特征在于，在所述通过预设自然语义识别模型对历史公文数据进行编码，确定对应的文本语义表示之前，包括：

3.根据权利要求1所述的基于人工智能的公文生成方法，其特征在于，所述从所述文本语义表示中提取关键信息，并根据提取到的关键信息确定对应的文本逻辑结构，包括：

4.根据权利要求1所述的基于人工智能的公文生成方法，其特征在于，所述根据所述关键信息和所述文本逻辑结构，确定对应的写作逻辑和写作语境，包括：

5.根据权利要求1所述的基于人工智能的公文生成方法，其特征在于，所述根据所述写作逻辑和所述写作语境确定预设知识图谱中的实体和实体间关系并构建得到知识图谱，包括：

6.根据权利要求1所述的基于人工智能的公文生成方法，其特征在于，所述将根据所述知识图谱得到的拓展结果作为模型训练集，对预设预训练模型进行模型训练，得到公文撰写模型，包括：

7.根据权利要求1所述的基于人工智能的公文生成方法，其特征在于，在所述对预设预训练模型进行模型训练，得到公文撰写模型之后，包括：

8.一种基于人工智能的公文生成装置，其特征在于，所述装置包括：

技术总结
本申请提供一种基于人工智能的公文生成方法及装置，涉及人工智能领域，方法包括：通过预设自然语义识别模型对历史公文数据进行编码，确定对应的文本语义表示，从文本语义表示中提取关键信息，并根据提取到的关键信息确定对应的文本逻辑结构，根据所述关键信息和所述文本逻辑结构，确定对应的写作逻辑和写作语境；根据所述写作逻辑和所述写作语境确定预设知识图谱中的实体和实体间关系并构建得到知识图谱，将根据所述知识图谱得到的拓展结果作为模型训练集，对预设预训练模型进行模型训练，得到公文撰写模型；接收用户发送的公文撰写请求，根据所述公文撰写请求和所述公文撰写模型得到对应的目标公文；本申请能够有效提高公文生成的准确率和效率。

技术研发人员：史延莹,赵元杰
受保护的技术使用者：紫金诚征信有限公司
技术研发日：
技术公布日：2024/5/10