一种面向审计摘要生成的零新事实防幻觉方法及系统与流程

本发明涉及自然语言处理，具体涉及一种面向审计摘要生成的零新事实防幻觉方法及系统。

背景技术：

1、随着自然语言处理技术的发展，大语言模型被应用于审计报告生成与摘要提取等任务中。但在实际应用中，大语言模型生成的审计摘要易出现与原始文档不一致的幻觉内容，如错误的财务数据、虚构的交易事项及错误的法规引用。审计业务对事实准确性要求极高，上述幻觉内容严重影响了摘要的可用性。

2、针对大模型幻觉问题，现有技术通常采用检索增强生成、提示工程或模型微调等方法进行缓解。然而，上述现有技术在审计场景中仍存在以下缺陷：其一，现有的检索增强生成方法多适用于单文档问答场景，缺乏跨文档对齐能力，在面临多份审计原始文档时，无法有效处理不同文档间的信息冲突与不一致问题。其二，现有的事实验证方法通常仅输出正确或错误的二元判定结果，未提供针对错误事实的自动修正机制，且无法生成完整的证据溯源链条，难以满足审计底稿复核的追溯要求。其三，审计场景要求摘要内容满足零新事实标准，即摘要中的每一条信息均需在原始文档中具备明确依据，现有技术尚未针对该严格约束提供有效的解决方案。

技术实现思路

1、为了解决上述大语言模型在生成审计摘要时，无法对生成内容的错误事实进行自动识别与修正，导致生成摘要内容不准确的技术问题，本发明的目的在于提供一种面向审计摘要生成的零新事实防幻觉方法及系统，所采用的技术方案具体如下：

2、第一方面，本发明提供了一种面向审计摘要生成的零新事实防幻觉方法，包括以下步骤：

3、步骤1：对待校验的审计摘要进行原子事实拆解，生成原子事实集合；

4、步骤2：对所述原子事实集合中每个原子事实执行跨文档证据检索，从审计原始文档集合中确定相关证据段落，构建所述原子事实集合中每个原子事实的证据候选集；

5、步骤3：对所述原子事实集合中每个原子事实与其所述证据候选集中每个证据进行逐条校验，确定所述原子事实集合中每个原子事实对应的判定结果，并检测跨文档证据冲突；

6、步骤4：基于所述证据候选集，并结合跨文档证据冲突的检测结果，对所述判定结果表明为矛盾或无依据的原子事实启动自动修正，生成修正后的事实，并对修正后的事实重新执行步骤2和步骤3循环进行证据检索与校验；

7、步骤5：将所述原子事实集合中所有判定结果表明为支持的原子事实和修正后的事实按原摘要顺序重组，生成输出摘要。

8、进一步地，步骤1中对待校验的审计摘要进行原子事实拆解，生成原子事实集合，包括：

9、基于构造的拆解提示词，利用大语言模型将待校验的审计摘要分解为不可再分的主谓宾结构单句，每个所述主谓宾结构单句用于表征一个独立的事实信息；

10、基于分解的所有所述主谓宾结构单句，构成原子事实集合。

11、进一步地，步骤2中对所述原子事实集合中每个原子事实执行跨文档证据检索，从审计原始文档集合中确定相关证据段落，构建所述原子事实集合中每个原子事实的证据候选集，包括：

12、对审计原始文档集合中的每个原始文档按句子或固定窗口长度进行切分，获取审计原始文档集合的文本块集合；

13、确定所述原子事实集合中每个原子事实与所述文本块集合中的每个文本块的相似度得分；

14、选取所述相似度得分最高的前设定数目个文本块构建所述原子事实集合中每个原子事实的证据候选集。

15、进一步地，采用编辑距离相似度、jaccard 相似度或者余弦相似度确定所述原子事实集合中每个原子事实与所述文本块集合中的每个文本块的相似度得分。

16、进一步地，步骤3中对所述原子事实集合中每个原子事实与其所述证据候选集中每个证据进行逐条校验，确定所述原子事实集合中每个原子事实对应的判定结果，包括：

17、针对所述原子事实集合中每个原子事实，基于判断提示词参数，利用大语言模型分别判断所述原子事实与其所述证据候选集中各个证据的事实一致性，输出事实一致性判定结果，所述事实一致性判定结果包括支持、矛盾和无依据；

18、基于所述事实一致性判定结果，确定所述原子事实集合中每个原子事实对应的综合判定结果。

19、进一步地，基于所述事实一致性判定结果，确定所述原子事实集合中每个原子事实对应的综合判定结果，包括：

20、若所有事实一致性判定结果均为无依据，则将综合判定结果设置为无依据；

21、若存在任一事实一致性判定结果为矛盾，则将综合判定结果设置为矛盾；

22、若存在任一事实一致性判定结果为支持且所有事实一致性判定结果均不为矛盾，则将综合判定结果设置支持。

23、进一步地，步骤3中进行检测跨文档证据冲突，包括：

24、在利用大语言模型判断所述原子事实集合中每个原子事实与其所述证据候选集中各个证据的事实一致性时，提取判定结果为支持或矛盾的证据所对应的具体依据信息；

25、针对所述原子事实集合中的任一原子事实，若其对应的事实一致性判定结果中同时存在矛盾和支持，或者其对应的事实一致性判定结果中存在至少两个判定结果为矛盾的证据，且比对所述至少两个判定结果为矛盾的证据所提取的具体依据信息不一致，则判定所述原子事实存在跨文档证据冲突，并将对应的证据标记为冲突证据集合。

26、进一步地，步骤4中对所述判定结果表明为矛盾或无依据的原子事实启动自动修正，生成修正后的事实，包括：

27、针对综合判定结果为矛盾的任一原子事实，若跨文档证据冲突的检测结果表明存在跨文档证据冲突集合，则依据预设的证据来源优先级规则，从跨文档证据冲突集合中选择优先级最高的证据作为所述原子事实的目标证据，基于所述目标证据，利用大语言模型获取修正后的事实；

28、针对综合判定结果为矛盾的任一原子事实，若跨文档证据冲突的检测结果表明不存在跨文档证据冲突集合，则获取所述原子事实的所有事实一致性判定结果为矛盾的证据，得到矛盾证据集合，并获取所述原子事实的所有事实一致性判定结果为支持的证据，得到支持证据集合，进而基于所述矛盾证据集合和支持证据集合，利用大语言模型获取修正后的事实；

29、针对综合判定结果为无依据的任一原子事实，将所述原子事实标记为待删除，并将修正后的事实设置为空值。

30、进一步地，所述证据溯源信息包括事实单元所对应的证据段落原文、来源文档名称、段落位置以及证据的一致性判定结果。

31、第二方面，本发明还提供了一种面向审计摘要生成的零新事实防幻觉系统，所述系统包括：

32、原子事实拆解模块，用于对待校验的审计摘要进行原子事实拆解，生成原子事实集合；

33、跨文档检索模块，用于对所述原子事实集合中每个原子事实执行跨文档证据检索，从审计原始文档集合中确定相关证据段落，构建所述原子事实集合中每个原子事实的证据候选集；

34、证据对齐与校验模块，用于对所述原子事实集合中每个原子事实与其所述证据候选集中每个证据进行逐条校验，确定所述原子事实集合中每个原子事实对应的判定结果，并检测跨文档证据冲突；

35、冲突检测与自动修正模块，用于基于所述证据候选集，并结合跨文档证据冲突的检测结果，对所述判定结果表明为矛盾或无依据的原子事实启动自动修正，生成修正后的事实，并对修正后的事实重新执行步骤2和步骤3循环进行证据检索与校验；

36、摘要生成模块，用于将所述原子事实集合中所有判定结果表明为支持的原子事实和修正后的事实按原摘要顺序重组，生成输出摘要。

37、第三方面，本发明还提供了一种计算机程序产品，该计算机程序产品包括：计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述第一方面或第一方面任意一种可能的实现方式中的方法。

38、第四方面，本发明还提供了一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序代码，当该计算机程序代码在计算机上运行时，使得该计算机执行上述第一方面或第一方面任意一种可能的实现方式中的方法。

39、本发明具有如下有益效果：通过对待校验的审计摘要进行原子事实拆解，将文本细化为独立单元以保障验证和溯源的精准度；通过执行跨文档证据检索，支持多文档证据的跨文档对齐，为事实校验提供全面的原始依据；对原子事实集合中每个原子事实与其证据候选集中每个证据进行逐条校验并检测跨文档证据冲突，能够精准识别摘要中的幻觉内容并有效处理不同原始文档间的信息打架问题；对存在问题的事实启动自动修正并循环检索校验以进行自动纠错，确保修正后的事实也有确凿的底层证据支撑；最终将通过校验的事实按原摘要顺序重组输出，彻底剔除了无依据信息，确保最终摘要中的每一条内容均在原始文档中有明确依据，真正实现了审计场景所要求的“零新事实”目标，显著提升了摘要事实的准确率与可信度。