一种基于认知阶层递进的信息价值提炼方法及系统
本发明涉及文本信息处理领域,具体涉及一种基于认知阶层递进的信息价值提炼方法及系统。
背景技术:
1、随着自然语言处理、知识图谱、大语言模型等技术的发展,文本信息处理已经从传统的关键词检索、自动摘要、主题分类,逐步扩展到信息抽取、语义理解、知识问答和内容生成等方向。现有技术通常能够对输入文本进行事实抽取、摘要生成或问答响应,但其输出结果大多停留在单一层级,难以对同一文本同时形成信息、知识、认知乃至智慧等多个层级的连续提炼结果。
2、目前,最接近的现有技术主要包括以下几类:一类是基于规则或统计模型的文本处理方法,其通常通过分词、实体识别、关键词提取和模板匹配,对文本中的显性信息进行抽取;另一类是基于预训练语言模型或大语言模型的生成式方法,其能够对文本进行摘要、改写、问答和语义归纳,但通常输出内容仍是单一摘要、单次问答结果或单维度标签,缺乏针对不同认知层次的分层输出机制。
3、上述现有技术存在以下不足:第一,文本处理结果往往面向通用摘要或单次问答,难以实现从数据到信息、知识、认知再到智慧的递进式提炼;第二,同一输入文本通常只能对应一个输出结果,无法同时满足不同用户在认知深度、理解粒度和决策需求上的差异;第三,现有方法缺少对输出结果的层级组织与认知映射,导致结果可解释性不足,难以支持个性化学习服务、专题分析和决策辅助等应用场景。
技术实现思路
1、为解决现有技术中存在的问题,本发明提供了一种基于认知阶层递进的信息价值提炼方法及系统。
2、为实现上述目的,一方面,本发明提供如下技术方案:一种基于认知阶层递进的信息价值提炼方法,包括以下步骤:
3、s1、获取待处理的目标文本数据,对所述目标文本数据进行分句、分词、实体识别、主题识别和语义结构解析,得到文本基础表征;
4、s2、基于所述文本基础表征,对文本中的事实项、事件项、属性项、关系项和上下文项进行抽取,生成用于表征文本中原始事实与显性信息的信息层结果;
5、s3、根据所述信息层结果,进行知识聚合与规则归纳,将多个信息要素进行聚类、去重、关联和归并,构建知识单元,生成用于表征信息中提炼出规律、方法和经验的知识层结果;
6、s4、基于所述知识层结果,构建认知框架,对知识单元进行层级组织、冲突消解、视角对齐和语义压缩,生成用于表征目标文本理解结构、判断结构或推理结构的认知层结果;
7、s5、根据所述认知层结果,结合应用场景约束与用户需求参数,对认知层结果进行情境化推理,生成用于输出建议、决策参考、行动策略或个性化学习路径的智慧层结果;
8、s6、将所述信息层结果、知识层结果、认知层结果和智慧层结果作为多层级输出返回,以实现同一输入文本对应多个认知结果的提炼输出。
9、另一方面,本发明还提供了一种基于上述方法的信息价值提炼系统,包括:
10、文本获取模块,从用户界面或文件存储中获取目标文本数据;
11、文本解析模块,对文本进行分句、分词、实体识别、主题识别和语义结构解析,生成文本基础表征;
12、信息抽取模块,从文本基础表征中抽取事实、事件、属性、关系和上下文项,生成信息层结果;
13、知识构建模块,对信息层结果进行聚类、去重、关联和归纳,构建知识单元,生成知识层结果;
14、认知组织模块,对知识单元进行层级组织、冲突消解、视角对齐和语义压缩,生成认知层结果;
15、智慧输出模块,结合用户需求参数和应用场景约束,对认知层结果进行情境化推理,生成智慧层结果;
16、多层输出模块,将信息层、知识层、认知层和智慧层结果整合为多层级输出,返回给用户。
17、所述应用场景约束包括时间约束、资源约束、风险约束和政策约束;所述用户需求参数包括用户认知水平、学习目标、专业背景、应用场景和输出粒度。
18、本发明的有益效果是:
19、本发明提供一种基于认知阶层递进的信息价值提炼方法及系统,能够针对任意文本输入,多次输出不同认知层级结果的方法,使同一输入文本对应多个认知结果;构建从信息、知识、认知到智慧的分层加工链路,使文本信息价值随认知层级不断提升,最终转化为理解、判断与决策能力;提供面向不同认知水平用户的差异化输出机制,满足个性化学习服务、专题分析、知识服务和决策辅助等应用场景需求;将文本处理过程限定为具有明确输入、处理步骤、层级映射规则和输出结构的技术方案,使其在文本解析、信息组织和智能输出方面产生可观察的技术效果。本发明能够在不依赖大规模数据的前提下,结合大语言模型等现有技术,构建一种输入多篇任意文本、输出多层认知结果的文本信息处理方法,从而克服现有技术在认知层级组织与多视角匹配能力方面的不足,提升文本信息利用效率和结果可解释性。
1.一种基于认知阶层递进的信息价值提炼方法,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,所述文本基础表征包括文本向量表示、段落结构表示、关键词表示和篇章逻辑表示中的一种或多种;
3.根据权利要求1所述的方法,其特征在于,在步骤s1中,具体包括:
4.根据权利要求1所述的方法,其特征在于,在步骤s2中,具体包括:
5.根据权利要求1所述的方法,其特征在于,在步骤s3中,具体包括:
6.根据权利要求1所述的方法,其特征在于,在步骤s4中,具体包括:
7.根据权利要求1所述的方法,其特征在于,在步骤s5中,具体包括:
8.根据权利要求1所述的方法,其特征在于,在步骤s6中,具体包括:
9.一种基于权利要求1-8任一所述方法的信息价值提炼系统,其特征在于,包括:
10.根据权利要求9所述的系统,其特征在于:所述应用场景约束包括时间约束、资源约束、风险约束和政策约束;所述用户需求参数包括用户认知水平、学习目标、专业背景、应用场景和输出粒度。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com