基于大语言模型的儿童盖被规则定义、编译与监护方法及系统与流程

摘要: 本发明涉及自然语言信息处理、规则编译、端侧图像处理与儿童监护设备控制技术,具体涉及一种基于大语言模型的儿童盖被规则定义、编译与监护方法及系统。背景技术:1、儿童...
基于大语言模型的儿童盖被规则定义、编译与监护方法及系统与流程

本发明涉及自然语言信息处理、规则编译、端侧图像处理与儿童监护设备控制技术,具体涉及一种基于大语言模型的儿童盖被规则定义、编译与监护方法及系统。

背景技术:

1、儿童盖被监护设备通常需要由监护人设定“哪些身体部位需要覆盖”“允许哪些部位暴露”“多长时间后提醒”以及“提醒频率”等规则。监护人往往使用自然语言表达,例如“胸腹要盖住,手脚可以露出来,持续一段时间再提醒”。将这类表达直接作为设备控制指令,容易出现身体部位表述不统一、区域关系冲突、数值缺失或范围不符合设备处理能力的问题。

2、中国专利申请cn117348854a公开了利用自然语言文本或语音确定用户意图,并生成物联网控制逻辑或控制脚本的方案。该方案能够为一般物联网控制提供自然语言入口,但未针对儿童盖被监护建立身体区域、覆盖关系和普通提醒参数的受约束语义编译过程,也未公开将大语言模型候选输出与设备侧固定头面异常策略分离装配、回译确认和二次校验的技术关系。

3、儿童盖被监护还具有不同于一般设备控制的安全约束:普通规则可由监护人调整,但不宜因普通规则的等待、静默、冷却或错误配置而影响疑似头面部遮挡和头面无法观察等固定异常处理。与此同时,监护设备的图像不应因规则定义过程而被发送给大语言模型或作为普通通信内容外传。因此,需要建立从自然语言到儿童盖被监护规则的可校验编译路径,并将可调普通规则与固定异常策略的写入权限分开。

技术实现思路

1、本发明所要解决的技术问题是:在以自然语言定义儿童盖被规则时,如何将大语言模型生成的候选内容限定为设备可理解、可验证的儿童盖被规则,并避免普通规则配置改变设备固件内的固定异常策略。

2、为解决上述技术问题,本发明的方法包括:构建儿童盖被规则的编译约束上下文;由大语言模型根据自然语言文本生成候选规则;由规则编译器按照结构化输出约束解析候选规则,完成身体区域及区域关系映射、字段与数值校验,并由程序装配固定异常策略标识;再将编译结果回译给用户确认,发送给设备复核并启用;设备在离线监护中执行普通盖被规则和固定异常策略,并仅输出结构化事件。

3、所述编译约束上下文至少限定:儿童盖被监护所使用的身体区域集合、区域关系类型、普通提醒参数、候选规则的结构化输出字段和数值范围。大语言模型的输出是候选规则而非设备执行代码。规则编译器是确定性处理模块,只有候选规则通过字段、类型、范围和语义冲突检查后,才生成规则载荷。固定异常策略标识由手机程序装配,不允许由大语言模型生成或由普通规则改写。

4、本发明还提供对应的系统。手机中包括编译约束上下文模块、大语言模型候选规则生成模块、规则编译与固定策略装配模块和回译确认与下发模块;监护设备中包括设备规则校验模块、图像采集模块、覆盖语义生成模块、分路规则执行模块和受限蓝牙通信模块。

5、本发明的有益效果在于:大语言模型仅承担将监护人的自然语言表达转换为候选规则的作用,候选规则经过面向儿童盖被语义的确定性编译和校验后才可成为设备规则;固定异常策略不经由大语言模型候选字段写入,普通提醒参数不能关闭固定异常处理;大语言模型不接收监护图像,监护设备也只向手机发送结构化事件,从而使规则定义过程和图像监护过程在数据接口上分离。

1.一种基于大语言模型的儿童盖被规则定义、编译与监护方法,应用于手机和具有图像采集能力的监护设备,所述手机和监护设备通过低功耗蓝牙通信,其特征在于,包括以下步骤:

2.根据权利要求1所述的方法,其特征在于,所述编译约束上下文包括用户自然语言中身体部位表达与预置身体区域集合之间的对应关系、能够写入所述必须覆盖或允许暴露字段的区域范围、以及每一规则参数对应的字段类型和取值范围;所述大语言模型输出未知身体区域、未知字段或不符合输出结构的内容时,规则编译器拒绝候选规则。

3.根据权利要求1所述的方法,其特征在于,所述候选规则采用字段白名单的结构化中间表示,所述结构化中间表示包括规则版本、必须覆盖区域集合、允许暴露区域集合、普通事件持续时间、置信度阈值、提醒级别和冷却时间;所述策略标识由手机程序附加而非由大语言模型输出。

4.根据权利要求3所述的方法,其特征在于,所述确定性校验包括:检查必须覆盖区域集合与允许暴露区域集合不交叉,检查必须覆盖区域集合不包含头面区域,检查规则版本与监护设备支持的版本一致,并在任一检查不通过时不生成可发送至监护设备的规则载荷。

5.根据权利要求1所述的方法,其特征在于,所述回译确认包括根据结构化中间表示生成规则说明,并对应展示必须覆盖区域、允许暴露区域、普通事件持续时间、置信度阈值、提醒级别和冷却时间;未取得用户确认时,手机不下发候选规则,用户修改自然语言文本后重新执行步骤二和步骤三。

6.根据权利要求1所述的方法,其特征在于,监护设备在规则载荷校验失败时返回错误码并保持上一条已生效规则;手机依据监护设备返回的生效结果显示规则是否已经生效,且大语言模型不参与监护设备内的规则执行。

7.根据权利要求1所述的方法,其特征在于,所述固定异常策略的事件进入区别于普通事件的独立队列,监护设备优先发送独立队列中的事件,并对未取得手机应用确认的事件执行重试;普通事件的限流不阻止新出现的疑似头面部遮挡事件或头面无法观察事件进入独立队列。

8.根据权利要求1所述的方法,其特征在于,所述身体区域至少包括头面、胸部和腹部;对头面区域区分未见被褥遮挡、疑似被褥遮挡和无法观察,对普通盖被区域区分覆盖、暴露和无法判断;区域定位失败、区域位于画外或图像信息不足以判断覆盖状态时,输出无法观察或无法判断状态,不以未检出脸部作为判定被褥遮挡的唯一条件。

9.根据权利要求1所述的方法,其特征在于,监护设备在未检测到运动时仍按照固定周期采样,检测到运动时加密采样;监护设备在监护模式关闭wi-fi,不实现http、mqtt、云存储、图像下载及远程取流接口,且不向非易失存储或运行日志写入图像。

10.一种基于大语言模型的儿童盖被规则定义、编译与监护系统,其特征在于,包括手机和具有图像采集能力的监护设备,手机和监护设备通过低功耗蓝牙连接;