买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江有数数智科技有限公司

摘要：本发明涉及数据处理领域，尤其涉及一种基于大语言模型的异常程度识别方法、装置、介质及设备，包括：将异常事件文本和后续事件文本输入至预设的大语言模型中，获取到初始主体、第一异常程度和初始主体对应的主体角色类型，根据主体角色类型和第一异常程度，获取到每个异常源主体对应的第三异常程度，并结合预设的主体关联图谱获取到目标主体与异常源主体之间的关联路径，以及每个关联路径对应的关联类型集合、关联程度集合、第一异常传导程度集合和第三异常程度集合，来衡量关联路径上除目标主体之外的其他初始主体传导至目标主体的异常，并结合目标主体自身的第三异常程度，获取到目标主体对应的目标异常程度，提高了目标异常程度的准确性。

主权项：1.一种基于大语言模型的异常程度识别方法，其特征在于，所述异常程度识别方法包括如下步骤：S1，获取到N个初始主体对应的M个异常事件文本、每个异常事件文本对应的后续事件文本和预设的主体关联图谱，其中，所述预设的主体关联图谱中包括作为节点的N个初始主体、相连的初始主体之间的关联类型和关联程度、每个关联类型对应的第一异常传导程度，其中，N和M为大于0的整数，所述第一异常传导程度用来表征对应相连的初始主体之间进行异常传导的幅度值；S2，针对任一异常事件文本，将当前异常事件文本输入至预设的大语言模型中，获取到当前异常事件文本对应的初始主体和当前初始主体对应的主体角色类型；S3，将当前异常事件文本和对应的后续事件文本输入至预设的大语言模型中，获取到当前异常事件文本对应的第一异常程度；S4，将当前初始主体确定为异常源主体，根据当前异常源主体对应的所述主体角色类型和所述第一异常程度，获取到当前异常源主体针对当前异常事件文本所对应的第二异常程度；S5，遍历所有的异常事件文本，根据当前异常源主体针对每个异常事件文本所对应的第二异常程度，获取到每个异常源主体针对所有的异常事件文本所对应的第三异常程度；S6，将任一初始主体作为待识别的目标主体，根据所述预设的主体关联图谱和每个异常源主体对应的第三异常程度，获取到当前目标主体与每个异常源主体之间的K个关联路径，以及每个关联路径对应的关联类型集合、关联程度集合、第一异常传导程度集合和第三异常程度集合，其中，K为大于0的整数；S7，根据每个关联路径对应的关联程度集合、第一异常传导程度集合和第三异常程度集合，获取到当前目标主体对应的目标异常程度。

全文数据：

权利要求：

百度查询： 浙江有数数智科技有限公司 基于大语言模型的异常程度识别方法、装置、介质及设备