一种基于大语言模型的政务投诉智能服务平台的制作方法

本发明涉及政务投诉管理领域，具体涉及一种基于大语言模型的政务投诉智能服务平台。

背景技术：

1、大语言模型，即大型语言模型，主要用于理解和处理人类语言，在政务投诉服务方面，大语言模型能够协助相关人员提高对投诉文件处理的效率，同时还能协助相关人员能够在大量投诉文件中，对部分重要投诉文件进行及时处理，使得对群众的诉求做出及时反馈。

2、相关技术中，通常基于投诉文本中各关键词出现的频率，对投诉文本的重要性进行分析，从而实现对各投诉文本的处理，但由于人类语言环境比较复杂，不同关键词在投诉文本中的位置分布情况存在差异，并且在投诉文本中出现的各个关键词之间存在一定的相关性，导致利用现有方法无法对各投诉文本的重要性做出准确评估，进而导致无法对部分重要投诉文本进行及时处理，降低政务投诉的服务质量。

技术实现思路

1、为了解决现有方法无法对各投诉文本的重要性做出准确评估，进而导致无法对部分重要投诉文件进行及时处理，降低政务投诉的服务质量的技术问题，本发明的目的在于提供一种基于大语言模型的政务投诉智能服务平台，所采用的技术方案具体如下：

2、本发明提出了一种基于大语言模型的政务投诉智能服务平台，所述服务平台包括：

3、数据获取模块，用于获取政务服务平台在预设时间段内的多个投诉文本，以及每个投诉文本的时间戳；将任意一个投诉文本作为目标文本，利用大语言模型对目标文本进行自然语言处理，提取出不同的关键词，其中，每个关键词在所述目标文本中均出现多次；

4、分析模块，用于将任意一个关键词作为目标关键词，根据目标关键词在目标文本中出现的频率和目标关键词在目标文本中的位置分布，获得目标关键词的词组重要性；将目标文本中每次出现的目标关键词的下一个所述关键词，作为目标关键词每次出现时的参考关键词；根据相同的所述参考关键词的数量、目标文本中每次出现的目标关键词与对应所述参考关键词之间所间隔的字数，以及目标关键词的所述词组重要性，获得目标关键词在目标文本中每次出现时的动态重要性；基于所有关键词在目标文本中每次出现时的所述动态重要性，获得目标文本的初始文本重要性；

5、调整模块，用于根据目标文本与除目标文本之外的其他投诉文本之间相同关键词的数量，以及目标文本的所述时间戳，对所述初始文本重要性进行调整，获得目标文本的真实文本重要性；

6、处理模块，用于基于所述真实文本重要性，对所有投诉文本按照不同的优先级进行处理。

7、进一步地，所述根据目标关键词在目标文本中出现的频率和目标关键词在目标文本中的位置分布，获得目标关键词的词组重要性包括：

8、使用自然数，按照从上到下从左到右的顺序，依次对目标文本中出现的所有关键词进行标记，获得目标文本中出现的每个关键词的位置序号；

9、根据目标文本中出现的所有目标关键词的所述位置序号，获得目标关键词的第一重要性；

10、利用大语言模型对目标文本进行分句处理，获得目标文本中不同的语句，将包含目标关键词的语句在目标文本中出现的频率，作为目标关键词的第二重要性；将目标关键词在目标文本中出现的频率，作为目标关键词的第三重要性；

11、对目标关键词的所述第一重要性、所述第二重要性和所述第三重要性进行综合后并进行归一化处理，获得目标关键词的词组重要性。

12、进一步地，所述根据目标文本中出现的所有目标关键词的所述位置序号，获得目标关键词的第一重要性包括：

13、对目标文本中出现的所有目标关键词的所述位置序号的整体水平进行分析，获得目标关键词的整体位置参数；

14、对所述整体位置参数进行负相关映射，获得目标关键词的第一重要性。

15、进一步地，所述获得目标关键词在目标文本中每次出现时的动态重要性包括：

16、在目标文本出现的所有目标关键词所对应的参考关键词中，将相同的参考关键词划分到同一集合中，获得不同的参考关键词集合；根据每个所述参考关键词集合所包含的参考关键词的数量，获得目标关键词的一致性参数；

17、对目标关键词的所述词组重要性和所述一致性参数进行综合，获得目标关键词的综合重要性；

18、将目标文本中每次出现的目标关键词与对应所述参考关键词之间所间隔的字数，作为每次出现的目标关键词与对应参考关键词之间的距离参数；根据目标关键词每次出现时的参考关键词所在的所述参考关键词集合中包含的参考关键词的数量，以及所述距离参数，获得目标关键词在目标文本中每次出现时的动态权重参数；

19、基于所述动态权重参数，对所述综合重要性进行调整，获得目标关键词在目标文本中每次出现时的动态重要性。

20、进一步地，所述根据每个所述参考关键词集合所包含的参考关键词的数量，获得目标关键词的一致性参数包括：

21、对每个所述参考关键词集合所包含的参考关键词的数量，在所有参考关键词集合所包含的参考关键词的数量的占比进行分析，获得每个参考关键词集合的相关性参数；

22、将所有参考关键词集合的所述相关性参数的最大值，作为目标关键词的一致性参数。

23、进一步地，所述获得目标关键词在目标文本中每次出现时的动态权重参数包括：

24、对每次出现的目标关键词与对应参考关键词之间的所述距离参数进行负相关映射，获得每次出现的目标关键词与对应参考关键词之间的联系性参数；

25、对目标关键词每次出现时的参考关键词所在的所述参考关键词集合中包含的参考关键词的数量和所述联系性参数进行综合，获得目标关键词在目标文本中每次出现时的动态权重参数。

26、进一步地，所述基于所有关键词在目标文本中每次出现时的所述动态重要性，获得目标文本的初始文本重要性包括：

27、对所有关键词在目标文本中每次出现时的所述动态重要性进行综合，获得目标文本的初始文本重要性。

28、进一步地，所述获得目标文本的真实文本重要性包括：

29、根据目标文本与除目标文本之外的每个其他投诉文本之间相同关键词的数量，获得每个其他投诉文本与目标文本之间的内容相似度；

30、从所有其他投诉文本中选取出目标文本的相似投诉文本，所述相似投诉文本与目标文本之间的所述内容相似度大于预设阈值；

31、根据目标文本的时间戳和当前时间的差异，获得目标文本的等待时长；

32、对目标文本的所述相似投诉文本的数量和目标文本的所述等待时长进行综合后并进行归一化处理，获得目标文本的调整参数；

33、基于所述调整参数，对目标文本的所述初始文本重要性进行加权，获得目标文本的真实文本重要性。

34、进一步地，所述根据目标文本与除目标文本之外的每个其他投诉文本之间相同关键词的数量，获得每个其他投诉文本与目标文本之间的内容相似度包括：

35、将从每个投诉文本提取出的关键词所构成的集合，作为每个投诉文本的关键词集合；

36、将目标文本与除目标文本之外的每个其他投诉文本之间所述关键词集合的jaccard相似系数，作为目标文本与每个其他投诉文本之间的内容相似度。

37、进一步地，所述基于所述真实文本重要性，对所有投诉文本按照不同的优先级进行处理包括：

38、按照所述真实文本重要性递减顺序，将每个投诉文本分发给相关人员进行处理。

39、本发明具有如下有益效果：

40、本发明考虑到现有方法无法对各投诉文本的重要性做出准确评估，进而导致无法对部分重要投诉文件进行及时处理，降低政务投诉的服务质量，因此本发明首先获取政务平台在预设时间段内的多个投诉文本，以及每个投诉文本的时间戳，并利用大语言模型提取出目标文本的关键词，考虑到关键词在投诉文本中出现的频率，以及关键词在投诉文本中的位置分布情况，均是对投诉文本重要性评估的影响因素，因此本发明通过词组重要性反映目标关键词在目标文本中的重要性，考虑到在较为重要的投诉文本中出现的各个关键词之间存在一定的相关性，因此可将目标文本中每次出现的目标关键词的下一个关键词，作为目标关键词每次出现时的参考关键词，同时考虑到目标文本中每次出现的目标关键词与对应的参考关键词之间所间隔的字数越少，说明二者之间的联系或相关性越强，进而通过获取的动态重要性反映目标关键词在目标文本中每次出现时的重要程度，提高后续对目标文本的重要性评估的准确度，并通过获取的初始文本重要性初步反映目标文本的重要程度，考虑到目标文本在平台中滞留的时间越长，并且与目标文本内容相似的其他投诉文本的数量越多，则需要对目标文本做出及时处理，因此可对初始文本重要性进一步调整，实现对投诉文本重要性的准确评估，并通过获取的真实文本重要性，对所有投诉文本按照不同的优先级进行处理，从而能够对重要投诉文件进行及时处理，提高政务投诉的服务质量。