笔录生成方法、系统、设备及程序产品与流程

本申请涉及人工智能和自然语言处理，尤其涉及一种笔录生成方法、系统、设备及程序产品。

背景技术：

1、各类笔录是公安、司法机关办理行政案件、刑事案件的法定制式法律文书，文书在格式规范、法定必填要素完整性和逻辑一致性等方面均具备严苛法定约束。在面向笔录智能解析算法（如关键信息抽取、审讯策略分析等）的研发测试中，需要大批量、多样化且高度拟真的笔录作为训练和评估数据。目前，生成笔录的主要方式主要有如下两种方式：

2、（1）固定模板随机填充法：预先设计好笔录模板，通过替换姓名、地名、案由等占位符生成笔录。该方法生成的笔录案情描述刻板，审讯/询问过程的问答部分为静态的一问一答，无法反映真实审讯/询问中的动态对话过程，导致训练数据多样性差。

3、（2）单一提示直接生成法：向大语言模型输入一个整体任务提示，让大语言模型一次性生成完整笔录。全篇生成的审讯/询问对话往往形成平铺直叙的问答序列，缺乏审讯/询问过程中问话人和被问话人之间的博弈特征。

4、因此，现有笔录生成方案仿真效果有限，难以批量产出适配笔录智能解析算法研发的高标准仿真笔录数据。

技术实现思路

1、针对现有技术中的问题，本申请的目的在于提供一种笔录生成方法、系统、设备及程序产品，有利于获得高质量仿真笔录，进而提高下游算法研发的数据质量。

2、本申请第一方面提供一种笔录生成方法，包括如下步骤：

3、获取一案件的案情描述文本；

4、执行至少一轮问答文本生成步骤，获得每一轮生成的提问文本和回答文本；

5、基于获得的提问文本和回答文本生成笔录；

6、其中，每一轮问答文本生成步骤包括：

7、基于案情描述文本和历史问答文本生成第一提示词，将第一提示词输入大语言模型，使大语言模型输出问话方的本轮提问文本；

8、基于本轮提问文本、案情描述文本和本轮对抗强度参数生成第二提示词，使大语言模型生成被问话方的本轮回答文本，对抗强度参数用于向大语言模型指示本轮回答文本中被问话方对案情的对抗程度。

9、在一些实施例中，获取一案件的案情描述文本，包括如下步骤：

10、提取一案件的案件要素集，案件要素集包括多个案件要素；

11、基于案件要素集生成案情描述提示词，案情描述提示词用于指示大语言模型生成对应案件要素集的案情描述文本；

12、将案情描述提示词输入大语言模型，得到大语言模型输出的案情描述文本，案情描述文本包括多个案件要素的信息；

13、判断大语言模型输出的案情描述文本对案件要素集中的案件要素的覆盖率是否达到覆盖率阈值；

14、如果否，则基于案情描述文本未覆盖的案件要素生成描述补充提示词，将描述补充提示词输入大语言模型，获取大语言模型补充后的案情描述文本。

15、在一些实施例中，基于案件要素集生成案情描述提示词，包括如下步骤：

16、基于案件要素集中各个案件要素以及对应的权重生成案情描述提示词，权重用于指示大语言模型根据权重高低控制描述生成详细程度；

17、其中，判断大语言模型输出的案情描述文本对案件要素集中的案件要素的覆盖率是否达到覆盖率阈值，包括：基于案情描述文本中对各个案件要素的提及情况和各个案件要素的权重，计算大语言模型输出的案情描述文本对案件要素集中的案件要素的加权覆盖率，判断加权覆盖率是否达到覆盖率阈值。

18、在一些实施例中，提取一案件的案件要素集，包括如下步骤：

19、根据一案件的案件类型提取该案件的案件要素集和各个案件要素的初始权重；

20、获取一案件的被问话人信息，基于被问话人信息调整案件要素集中各个案件要素的初始权重，得到各个案件要素的权重。

21、在一些实施例中，使大语言模型生成被问话方的本轮回答文本之后，还包括如下步骤：

22、基于本轮回答文本和案情描述文本计算被问话人的本轮回答对抗度值；

23、基于本轮回答对抗度值调整用于下一轮的对抗强度参数。

24、在一些实施例中，第一提示词中还包括本轮提问策略引导词，基于本轮回答文本和案情描述文本计算被问话人的本轮回答对抗度值之后，还包括如下步骤：

25、基于本轮回答对抗度值选择用于下一轮的提问策略引导词。

26、在一些实施例中，基于获得的提问文本和回答文本生成笔录之后，还包括如下步骤：

27、根据预设的笔录评价标准，计算笔录的评分；

28、基于笔录的评分判断是否将笔录入库。

29、本申请第二方面提供一种笔录生成系统，用于实现第一方面的笔录生成方法，系统包括：

30、案情获取模块，用于获取一案件的案情描述文本；

31、问答生成模块，用于执行至少一轮问答文本生成步骤，获得每一轮生成的提问文本和回答文本；

32、笔录生成模块，用于基于获得的提问文本和回答文本生成笔录；

33、其中，每一轮问答文本生成步骤包括：

34、基于案情描述文本和历史问答文本生成第一提示词，将第一提示词输入大语言模型，使大语言模型输出问话方的本轮提问文本；

35、基于本轮提问文本、案情描述文本和对抗强度参数生成第二提示词，使大语言模型生成被问话方的本轮回答文本，对抗强度参数用于向大语言模型指示本轮回答文本中被问话方对案情的对抗程度。

36、本申请第三方面还提供一种笔录生成设备，包括：

37、处理器；

38、存储器，其中存储有所述处理器的可执行指令；

39、其中，所述处理器配置为经由执行所述可执行指令来执行上述的笔录生成方法的步骤。

40、本申请第四方面还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现上述的笔录生成方法的步骤。

41、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

42、本申请的笔录生成方法、系统、设备及程序产品具有如下有益效果：

43、通过采用本申请的笔录生成方法，首先获取一案件的案情描述文本，然后基于案情描述文本执行至少一轮问答文本生成步骤，基于大语言模型获得每一轮生成的提问文本和回答文本，基于获得的提问文本和回答文本生成笔录，从而可实现笔录数据的批量自动生成，生成的笔录数据可用于下游算法的研发。在每一轮生成步骤中，采用第一提示词和第二提示词基于大语言模型来生成每一轮的提问文本和问答文本，并且在生成问答文本时增加了对抗强度参数来模拟真实审讯/询问过程中的对抗情况，有利于获得高质量仿真笔录，进而提高下游算法研发的数据质量，从而有利于提高研发得到的下游算法的精准度。

1.一种笔录生成方法，其特征在于，包括如下步骤：

2.根据权利要求1所述的笔录生成方法，其特征在于，所述获取一案件的案情描述文本，包括如下步骤：

3.根据权利要求2所述的笔录生成方法，其特征在于，基于所述案件要素集生成案情描述提示词，包括如下步骤：

4.根据权利要求3所述的笔录生成方法，其特征在于，所述提取一案件的案件要素集，包括如下步骤：

5.根据权利要求1所述的笔录生成方法，其特征在于，使所述大语言模型生成被问话方的本轮回答文本之后，还包括如下步骤：

6.根据权利要求5所述的笔录生成方法，其特征在于，所述第一提示词中还包括本轮提问策略引导词，基于所述本轮回答文本和所述案情描述文本计算被问话人的本轮回答对抗度值之后，还包括如下步骤：

7.根据权利要求1所述的笔录生成方法，其特征在于，基于获得的提问文本和回答文本生成笔录之后，还包括如下步骤：

8.一种笔录生成系统，其特征在于，用于实现权利要求1至7中任一项所述的笔录生成方法，所述系统包括：

9.一种笔录生成设备，其特征在于，包括：

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至7任一项所述的笔录生成方法的步骤。