关于文化遗产的口述数据处理方法及设备

本技术涉及人工智能与数据处理，具体地涉及一种关于文化遗产的口述数据处理方法及设备。

背景技术：

1、口述史作为记录非物质文化遗产、历史记忆与社会变迁的重要载体，在当代文化遗产保护与历史研究中具有重要的价值。然而，相关口述史处理过程高度依赖人工转录和手动编码，存在处理效率低下和主观偏差大等技术问题。

技术实现思路

1、鉴于上述问题，本技术提供了一种关于文化遗产的口述数据处理方法及设备。

2、根据本技术的第一个方面，提供了一种关于文化遗产的口述数据处理方法，包括：获取对象属性信息以及多个目标对象分别针对目标文化遗产项的口述数据，口述数据描述了目标文化遗产项变化过程，对象属性信息表征目标对象与目标文化遗产的关联程度；根据对象属性信息对口述数据进行语义结构化处理，得到结构化知识文本；对口述数据中与文本特征相关的元信息进行数据统计，得到统计结果；对口述数据进行主题建模分析，得到主题演化分析结果；对口述数据进行实体和实体关系提取，以基于提取结果构建知识图谱，实体表征与目标文化遗产相关的叙事要素，实体关系表征叙事要素之间的语义关联关系；基于预设报告模板，利用大语言模型对结构化知识文本、统计结果、主题演化分析结果以及基于知识图谱确定的语义特征进行分析，得到可视化展示报告；将可视化展示报告存储至数据库中，以基于目标提示词，利用检索增强生成算法在数据库中进行检索，得到与目标提示词相关的问答报告。

3、根据本技术的实施例，基于目标提示词，利用检索增强生成算法在数据库中进行检索，得到与目标提示词相关的问答报告，包括：对目标提示词进行分类，得到提示类别；根据与提示类别对应的检索增强生成算法对目标提示词进行处理，得到目标检索策略；基于目标检索策略在数据库中进行多维度检索，得到初始问答结果；对初始问答结果进行事实性校验，得到校验结果；根据校验结果和初始问答结果，得到与目标提示词相关的问答报告。

4、根据本技术的实施例，根据与提示类别对应的检索增强生成算法对目标提示词进行处理，得到目标检索策略，包括：在提示类别为全局问题类别的情况下，调用词语分析算法，对目标提示词进行处理，得到第一子策略，第一子策略包括在统计结果进行检索的提示问题；调用知识图谱挖掘算法，对目标提示词进行处理，得到第二子策略，第二子策略包括在知识图谱进行检索的提示问题；调用主题建模分析算法，对目标提示词进行处理，得到第三子策略，第三子策略包括在主题演化分析结果进行检索的提示问题；调用筛选算法，对目标提示词进行处理，得到第四子策略，第四子策略包括与对象属性信息相关的提示问题；根据第一子策略、第二子策略、第三子策略和第四子策略，得到目标检索策略。

5、根据本技术的实施例，基于目标检索策略在数据库中进行多维度检索，得到初始问答结果，包括：基于目标检索策略在数据库中进行关键词检索，得到关键词检索结果；基于目标检索策略在数据库中进行语义检索，得到语义检索结果；基于目标检索策略在数据库中进行知识图谱结构化检索，得到知识图谱检索结果；根据关键词检索结果、语义检索结果和知识图谱检索结果，得到初始问答结果。

6、根据本技术的实施例，根据对象属性信息对口述数据进行语义结构化处理，得到结构化知识文本，包括：对对象属性信息进行结构化处理，得到结构元信息，结构元信息包括采集时间戳、采集位置信息、对象关联类别和对象关联权重；对口述数据进行语音转换处理，得到文本数据；利用嵌入模型对文本数据进行语义特征提取，得到文本语义特征；基于多个研究维度作为提示词前缀，利用大语言模型对口述数据进行分析，得到与多个研究维度各自对应的内容摘要；对结构元信息、文本语义特征和内容摘要进行封装，得到结构化知识文本。

7、根据本技术的实施例，对口述数据中与文本特征相关的元信息进行数据统计，得到统计结果，包括：对口述数据进行词语特征统计，得到词语统计特征；对口述数据进行句子特征统计，得到句子统计特征；基于预设滑动窗口大小，对口述数据中的词语进行滑动窗口统计，得到词语共现矩阵，词语共现矩阵表征文本词语之间的语义关联网络拓扑结构；对口述数据进行情感识别，得到情感分类结果；对结构元信息进行统计分析，得到元信息交叉统计结果；对词语统计特征、句子统计特征、词语共现矩阵、情感分类结果和元信息交叉统计结果进行封装，得到统计结果。

8、根据本技术的实施例，对口述数据进行主题建模分析，得到主题演化分析结果，包括：利用聚类算法对口述数据进行分析，得到多个聚类簇；分别对多个聚类簇进行关键词提取，得到多个聚类簇各自对应的目标词；基于提示词模板，利用大语言模型处理多个聚类簇各自对应的目标词和代表文本，得到多个聚类簇各自对应的主题类别，代表文本基于口述数据确定；根据与主题类别关联的采集时间戳和时间戳权重，对主题类别进行时序演化分析，得到主题演化分析结果。

9、根据本技术的实施例，对口述数据进行实体和实体关系提取，以基于提取结果构建知识图谱，包括：从口述数据进行实体和实体关系提取，得到多个三元组；基于多个三元组构建初始知识图谱；基于实体对应的对象关联权重，对多个三元组进行置信度加权，得到提取结果；基于提取结果更新初始知识图谱，得到知识图谱。

10、根据本技术的实施例，还包括：基于知识图谱中的人物实体作为节点，基于人物实体的共同出现频次或者互动描述强度作为边权重，构建社会关系网络；根据基于知识图谱中提取的多个时间戳，对关键事件实体进行时序演化分析，构建时序网络；利用大语言模型对结构化知识文本、统计结果、主题演化分析结果、基于知识图谱确定的语义特征、社会关系网络和时序网络进行分析，得到可视化展示报告。

11、本技术的第二方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行上述方法。

12、根据本技术提供的关于文化遗产的口述数据处理方法，由于通过获取表征目标对象与目标文化遗产项关联程度的对象属性信息，为不同亲历者、传承人等目标对象的口述数据赋予差异化权重，有效消解了传统口述史处理中的多源数据冲突与噪声干扰问题，进而通过语义结构化处理将非结构化自然语言叙述转化为机器可读的结构化知识文本，实现了“语音转文字+关键词检索”的初级阶段的跨越，使口述数据具备可检索、可关联、可推理的计算基础；在此基础上，通过对口述数据中与文本特征相关的元信息进行数据统计，以机器量化方式替代人工手动编码，在词汇层面实现丰富度、频率、共现关系等的客观度量，显著提升了处理效率并，降低了研究者主观偏差；通过主题建模分析自动识别核心议题并追踪其历时性权重变化与演化轨迹，将静态文本转化为动态历史脉络呈现，解决了成果形式缺乏深度的问题；进一步地，通过实体与实体关系提取构建知识图谱，将人物、技艺、地点等叙事要素及其语义关联以图结构显式固化，深度融合文化遗产领域知识，形成可导航、可验证的语义网络；再基于预设报告模板利用大语言模型对结构化知识文本、统计结果、主题演化及知识图谱语义特征进行融合分析与可视化展示，实现了从碎片化素材到具有文化语境感的系统性研究报告的高效转化；最后，通过将可视化展示报告存储至数据库并基于检索增强生成算法提供交互式问答服务，建立了从原始叙述到可解释、可验证、可交互知识体系的端到端检索路径，使用户能够通过目标提示词精准获取个性化问答报告。