一种基于大语言模型的规则自动化处理方法及系统与流程

本发明涉及人工智能与规则引擎交叉，尤其涉及一种基于大语言模型的规则自动化处理方法及系统。

背景技术：

1、近年来，大语言模型的快速发展使得从自然语言直接提取结构化规则成为可能。然而，现有技术方案各自解决了规则生命周期中的某一个环节，未能形成完整的闭环系统。

2、具体而言，现有技术存在以下问题：

3、第一，规则提取环节缺乏字段语义层面的约束。大语言模型虽然能够理解中文行业术语的多样性，但也可能编造系统中不存在的字段名或使用不支持的运算符，即产生幻觉。已有研究尝试通过领域特定语言约束大语言模型的输出格式，但仅确保了格式合法，未能确保内容真实，即无法阻止大语言模型在条件字段中填入系统不存在的业务字段名。这使得提取结果无法被下游规则引擎直接消费。

4、第二，规则执行环节缺乏原子条件级别的可解释性。现有规则引擎仅记录规则级别的命中或未命中结果，不记录中间每一层and、or、not节点的评估过程。当一条包含多个原子条件嵌套组合的复杂规则对某笔数据给出拒绝判定时，用户无法获知是哪一个具体条件导致了拒绝，无法满足业务审计对逐层可解释性的要求。

5、第三，从规则提取到规则执行的衔接环节缺乏统一的桥梁。大语言模型提取出的结构化规则与下游规则引擎的输入格式之间存在数据类型不匹配、字段缺失、循环引用等问题。现有方案要么要求人工检查每一处衔接，效率低下；要么直接信任大语言模型输出，存在安全隐患。

6、第四，规则系统是静态的，变更成本高。当业务变化需要新增一个判断字段时，传统系统需要修改数据库模式、规则引擎字段白名单、前端表单并重新部署，变更周期长达数天至数周。

技术实现思路

1、本发明提出了一种基于大语言模型的规则自动化处理方法及系统，旨在解决现有技术中存在的大语言模型在将自然语言业务规则转化为结构化规则时，无法从字段名层面约束输出内容以避免生成系统不存在的字段名的技术问题。

2、第一方面，本发明提供了一种基于大语言模型的规则自动化处理方法，包括：

3、加载目标域的包含业务字段的字段标准名和中文别名的元数据字典；

4、根据所述字段标准名和中文别名构造封闭词汇白名单，将所述封闭词汇白名单和预定义运算符集合注入大语言模型的提示词上下文；

5、将自然语言描述的业务规则文本输入大语言模型，使所述大语言模型在所述封闭词汇白名单约束下输出结构化规则数据，所述结构化规则数据包含至少一条规则，每条规则包含由原子条件节点通过逻辑连接符递归嵌套构成的条件树，所述原子条件节点包含字段名、运算符和期望值，所述字段名被约束为所述封闭词汇白名单中的字段标准名，所述运算符被约束为所述预定义运算符集合中的运算符；

6、为每个原子条件节点标注双值溯源信息，所述双值溯源信息包括从所述自然语言描述的业务规则文本中提取的原文说法及与其对应的字段标准名；

7、获取待判定业务数据，按照规则链的阶段顺序逐阶段对所述待判定业务数据评估每条规则的条件树，输出执行判定结果。

8、进一步地，评估条件树时，采用递归深度优先遍历逐节点评估：若当前节点为原子条件节点，则从待判定业务数据中提取该节点字段名对应的实际值，将所述实际值与该节点的期望值按照该节点的运算符进行比较，得到该节点的布尔判定结果，并记录该节点的实际值、期望值和布尔判定结果；若当前节点为复合条件节点，则递归评估该复合条件节点的每一个子条件节点，按照该复合条件节点的逻辑连接符对所有子条件节点的布尔判定结果执行逻辑运算，得到该复合条件节点的布尔判定结果；将所有节点的记录按照条件树的递归结构组织为判定溯源树并持久化存储。

9、进一步地，评估条件树时采用逻辑短路优化：对于逻辑连接符为and的复合条件节点，依次递归评估各子条件节点，当任一子条件节点的布尔判定结果为假时，立即停止评估后续子条件节点，该复合条件节点的判定结果为假，未评估的子条件节点的判定结果标记为短路跳过；对于逻辑连接符为or的复合条件节点，依次递归评估各子条件节点，当任一子条件节点的布尔判定结果为真时，立即停止评估后续子条件节点，该复合条件节点的判定结果为真，未评估的子条件节点的判定结果标记为短路跳过；被标记为短路跳过的子条件节点在判定溯源树中记录为未评估状态。

10、进一步地，当业务规则文本的输入来源为pdf文档时，使用pdf文本提取库按页提取pdf文档的文本内容，在提取过程中记录每个文本段落的页码和行号，将带有页码和行号前缀标注的文本内容作为所述自然语言描述的业务规则文本输入大语言模型，大语言模型在同一次调用中同时输出结构化规则数据和每个原子条件节点对应的源文档页码及行号。

11、进一步地，所述元数据字典以yaml格式存储于文件系统中，按域分层组织；新增业务字段时，仅需编辑所述元数据字典以添加新字段的字段标准名和中文别名，系统重新加载后所述封闭词汇白名单自动包含新增字段。

12、进一步地，将校验通过的多条规则按照业务阶段进行分组，形成包含至少一个阶段的规则链，为每个阶段配置阶段内短路策略和阶段间短路策略；所述阶段内短路策略为：在当前阶段内按规则优先级顺序逐条评估规则，当任意一条规则的条件树评估结果为真时，停止评估当前阶段内后续规则；所述阶段间短路策略为：当当前阶段有规则命中时，跳过当前阶段之后所有阶段的评估。

13、进一步地，当多次提交自然语言描述的业务规则文本时，将新提取的结构化规则与已存储的活跃规则集进行合并，合并模式包括追加模式和编辑模式；在追加模式下，新规则以新增规则标识的方式加入活跃规则集；在编辑模式下，以新规则的规则标识覆盖同标识的已有规则；每次合并前备份活跃规则集的完整快照至历史存储区。

14、进一步地，将所述结构化规则数据逐条进行合法性校验：根据所述元数据字典中的数据类型和约束条件，校验每条规则条件树中每个原子条件节点的字段名、运算符和期望值是否符合所述数据类型和约束条件，将通过校验的规则存入规则存储区，将未通过校验的规则标记为待人工审核状态并记录校验失败原因。

15、进一步地，获取已归档的历史业务数据及对应的历史执行判定结果，将待验证的规则对所述历史业务数据重新执行评估，生成回测报告，所述回测报告包含每条历史业务数据的原判定结果与新判定结果的对比差异列表。

16、第二方面，本发明提供了一种基于大语言模型的规则自动化处理系统，所述系统用于执行所述方法，包括：

17、输入模块，用于加载目标域的包含业务字段的字段标准名和中文别名的元数据字典；根据所述字段标准名和中文别名构造封闭词汇白名单，将所述封闭词汇白名单和预定义运算符集合注入大语言模型的提示词上下文；

18、约束模块，用于将自然语言描述的业务规则文本输入大语言模型，使所述大语言模型在所述封闭词汇白名单约束下输出结构化规则数据，所述结构化规则数据包含至少一条规则，每条规则包含由原子条件节点通过逻辑连接符递归嵌套构成的条件树，所述原子条件节点包含字段名、运算符和期望值，所述字段名被约束为所述封闭词汇白名单中的字段标准名，所述运算符被约束为所述预定义运算符集合中的运算符；

19、标注模块，用于为每个原子条件节点标注双值溯源信息，所述双值溯源信息包括从所述自然语言描述的业务规则文本中提取的原文说法及与其对应的字段标准名；

20、评估模块，用于获取待判定业务数据，按照规则链的阶段顺序逐阶段对所述待判定业务数据评估每条规则的条件树，输出执行判定结果。

21、本发明的技术效果是：

22、1.通过将业务元数据字典中的字段标准名和中文别名构造为封闭词汇白名单并注入大语言模型提示词，将大语言模型的输出空间从开放词汇空间压缩至系统实际存在的有限字段集合内，从字段名层面杜绝了大语言模型编造不存在字段名的幻觉问题，同时保留了中文别名作为语义理解的桥梁，实现了语义泛化能力与输出精度约束的统一。

23、2.通过采用递归深度优先遍历逐节点评估条件树，并在评估过程中同步记录每个原子条件节点的实际值、期望值和布尔判定结果，将评估过程与追踪构建合二为一，生成与条件树结构完全对应的判定溯源树，使规则执行的追踪粒度从规则级别细化至原子条件级别，实现了从整体结论到最底层原子条件的完整可解释性。

24、3.通过在递归评估条件树时对and和or复合条件节点采用逻辑短路优化，在任一子条件已足以确定复合节点整体结果时立即停止后续子条件的评估，减少了无效计算，同时将短路跳过状态记录在判定溯源树中，在保证计算效率的同时维护了追踪信息的完整性。

25、4.通过使用pdf文本提取库按页提取pdf文档的文本内容并在提取过程中记录页码和行号，将带有位置标注的文本内容输入大语言模型，使大语言模型在同一次调用中同时输出结构化规则数据和每个原子条件节点对应的源文档页码及行号，实现了从pdf原文到可执行规则的端到端精确溯源，避免了分步处理中文本分割偏差导致的页码偏移。

26、5.通过将元数据字典以yaml格式存储于文件系统中并按域分层组织，使新增业务字段时仅需编辑元数据字典添加新字段的字段标准名和中文别名，系统重新加载元数据字典后封闭词汇白名单自动包含新增字段，实现了零代码的字段级扩展，将变更周期从数天至数周缩短至分钟级。

27、6.通过为每个原子条件节点同时保存字段标准名和从原文中提取的原文说法，使每个原子条件同时保留机器可执行的标准字段名和人工可读的原文说法，便于业务人员在审核规则提取结果时直接对比确认映射是否正确，降低了人工审核的理解成本。

28、7.通过将校验通过的多条规则按照业务阶段进行分组形成规则链，并为每个阶段配置阶段内短路策略和阶段间短路策略，阶段内首次命中即停止减少同阶段内无效规则评估，阶段间命中提前终止避免对不同阶段规则链的冗余遍历，有效降低了单笔业务数据的平均评估耗时。

29、8.通过支持追加模式和编辑模式两种规则合并方式，并在每次合并前备份活跃规则集的完整快照至历史存储区，形成了可回溯的版本链，任何规则变更都可追溯至具体的时间点和操作记录，配合回测验证功能可在不影响线上系统的情况下验证规则修改的准确性。

30、9.通过根据元数据字典中的数据类型和约束条件逐条校验结构化规则数据中每个原子条件节点的字段名、运算符和期望值的合法性，将通过校验的规则自动存入活跃规则集，将未通过校验的规则标记为待人工审核状态并记录校验失败原因，在提取与执行之间建立了自动化的质量门槛，确保只有符合系统规范的规则才能进入执行环节。

31、10.通过将待验证的规则对已归档的历史业务数据重新执行评估并生成包含原判定结果与新判定结果对比差异列表的回测报告，使业务人员能够在规则正式生效前全面评估规则变更的影响范围和准确性，降低了规则变更引入预期外行为的风险。