金融界2024年12月9日消息，国家知识产权局信息显示，浪潮云信息技术股份公司申请一项名为“一种大模型场景下的公文数据处理方法”的专利，公开号CN 119088933 A，申请日期为2024年8月。

专利摘要显示，本发明公开一种大模型场景下的公文数据处理方法，涉及自然语言处理技术领域，包括：从多源渠道自动收集公文数据，进行格式转化和预处理优化，得到数据集；采用动态抽样算法对数据集进行智能抽样，对抽样数据进行智能审查，根据审查结果制定的清洗策略模板库；通过策略配置与执行引擎调用清洗策略模板库进行数据清洗，并执行数据去重与相似性管理；对清洗后数据进行评估与审查；利用分布式计算框架，对数据集规模化执行既定清洗策略和去重；科学划分清洗去重后的数据集并转换为高效存储格式；实时监控整个清洗流程，全面记录数据清洗过程中的关键步骤和性能指标。本发明可以提升公文数据处理的效率和响应速度，降低人力成本。

本文源自：金融界

作者：情报员