本發(fā)明涉及數(shù)據(jù)分析領(lǐng)域，具體是基于大模型的糾紛自反饋調(diào)解建議和方案生成系統(tǒng)及方法。

背景技術(shù)：

1、基于大模型的糾紛反饋調(diào)解建議和方案生成是一種結(jié)合人工智能技術(shù)和法律專業(yè)知識(shí)，通過(guò)自動(dòng)化和智能化手段來(lái)提升調(diào)解效率和質(zhì)量的方法；

2、當(dāng)下環(huán)境中，基于人口數(shù)量逐步提高，社會(huì)問(wèn)題類型的復(fù)雜和數(shù)量增多，使得案件數(shù)量增長(zhǎng)快，涉及類型領(lǐng)域多；這對(duì)傳統(tǒng)的人工案件處理帶來(lái)的較大的困難，通過(guò)人工案件處理需要對(duì)案件進(jìn)行詳細(xì)的數(shù)據(jù)搜集和分析處理，此模式無(wú)法滿足于當(dāng)下的環(huán)境需求，使得案件處理效率低下，造成案件處理進(jìn)度緩慢和數(shù)量冗余，不利于案件的高效率和高質(zhì)量的處理。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供基于大模型的糾紛自反饋調(diào)解建議和方案生成系統(tǒng)及方法，以解決現(xiàn)有技術(shù)中提出的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：

3、基于大模型的糾紛自反饋調(diào)解建議和方案生成方法，該方法包括以下步驟：

4、s100、通過(guò)管理端口獲取案件信息庫(kù)訪問(wèn)權(quán)限；通過(guò)案件關(guān)鍵詞在案件信息庫(kù)中對(duì)目標(biāo)案件信息進(jìn)行文本數(shù)據(jù)檢索并調(diào)?。?/p>

5、s200、基于目標(biāo)案件的調(diào)取文本數(shù)據(jù)，通過(guò)對(duì)文本進(jìn)行段落結(jié)構(gòu)劃分，并對(duì)各段落結(jié)構(gòu)進(jìn)行文本特征提取，基于各段落特征提取結(jié)果構(gòu)建目標(biāo)案件文本的特征矩陣；

6、s300、調(diào)取歷史參考案件并分別基于目標(biāo)案件與參考案件的特征矩陣進(jìn)行矩陣分解分析，獲取對(duì)應(yīng)特征矩陣的奇異特征子矩陣；分別對(duì)目標(biāo)案件與參考案件的奇異特征子矩陣進(jìn)行矩陣特征關(guān)聯(lián)值分析，基于分析結(jié)果對(duì)參考案件進(jìn)行篩選確定樣本案件；

7、s400、結(jié)合目標(biāo)案件與樣本案件的奇異特征子矩陣進(jìn)行契合關(guān)聯(lián)分析，基于分析結(jié)果結(jié)合樣本案件處理方案對(duì)目標(biāo)案件的處理方案進(jìn)行組合生成；將目標(biāo)案件的處理方案和樣本案件進(jìn)行輸出。

8、所述s100通過(guò)管理端口獲取案件信息庫(kù)訪問(wèn)權(quán)限；通過(guò)案件關(guān)鍵詞在案件信息庫(kù)中對(duì)目標(biāo)案件信息進(jìn)行文本數(shù)據(jù)檢索并調(diào)取的具體步驟如下：

9、s101、通過(guò)案件信息庫(kù)管理端口進(jìn)行訪問(wèn)權(quán)限請(qǐng)求獲取，基于獲取權(quán)限后對(duì)案件信息庫(kù)進(jìn)行數(shù)據(jù)訪問(wèn)；

10、s102、以目標(biāo)案件的關(guān)鍵屬性信息為檢索詞，在案件信息庫(kù)中對(duì)目標(biāo)案件數(shù)據(jù)進(jìn)行檢索并調(diào)取；其中目標(biāo)案件的關(guān)鍵屬性信息為案件領(lǐng)域、案件類型和案件涉及人員信息等。

11、所述s200基于目標(biāo)案件的調(diào)取文本數(shù)據(jù)，通過(guò)對(duì)文本進(jìn)行段落結(jié)構(gòu)劃分，并對(duì)各段落結(jié)構(gòu)進(jìn)行文本特征提取，基于各段落特征提取結(jié)果構(gòu)建目標(biāo)案件文本的特征矩陣的具體步驟如下：

12、s201、基于目標(biāo)案件的調(diào)取數(shù)據(jù)進(jìn)行文本組成；根據(jù)目標(biāo)案件的文本數(shù)據(jù)進(jìn)行段落劃分并基于段落順位排序?qū)Ω鞫温溥M(jìn)行編號(hào)標(biāo)注；通過(guò)文本特征向量轉(zhuǎn)化模型分別對(duì)目標(biāo)案件各文本段落進(jìn)行文本特征向量轉(zhuǎn)化提取；其中文本特征向量轉(zhuǎn)化模型為詞袋模型、tf-idf、word2vec、glove和fasttext等；

13、s202、基于各文本段落的編號(hào)順序，對(duì)各文本段落的特征向量進(jìn)行對(duì)應(yīng)順位編號(hào)對(duì)應(yīng)文本段落的文本特征向量，通過(guò)上下相鄰順位順序文本特征向量進(jìn)行對(duì)應(yīng)元素對(duì)位組合構(gòu)建目標(biāo)案件文本的特征矩陣；其中各段落的特征向量按照編號(hào)順序進(jìn)行上下對(duì)位組合拼接是指以編號(hào)順位靠前的段落的文本特征向量為對(duì)照，將相鄰下位順序段落的特征向量按照上位對(duì)照向量的元素排布進(jìn)行元素對(duì)位放置完成相鄰順位文本特征向量的拼接組合；其中若相鄰順位文本特征向量存在元素?cái)?shù)量不一致，則對(duì)元素?cái)?shù)量少的文本特征向量進(jìn)行尾部填0處理。

14、所述s300調(diào)取歷史參考案件并分別基于目標(biāo)案件與參考案件的特征矩陣進(jìn)行矩陣分解分析，獲取對(duì)應(yīng)特征矩陣的奇異特征子矩陣；分別對(duì)目標(biāo)案件與參考案件的奇異特征子矩陣進(jìn)行矩陣特征關(guān)聯(lián)值分析，基于分析結(jié)果對(duì)參考案件進(jìn)行篩選確定樣本案件的具體步驟如下：

15、s301、調(diào)取案件信息庫(kù)中，調(diào)取目標(biāo)案件同領(lǐng)域同類型的參考案件數(shù)據(jù)，并通過(guò)對(duì)應(yīng)文本段落劃分處理，文本特征向量轉(zhuǎn)化處理和文本特征矩陣構(gòu)建處理；基于目標(biāo)案件與參考案件的文本特征矩陣分別進(jìn)行矩陣分解分析各文本矩陣中的特征分布狀況，通過(guò)對(duì)文本特征矩陣進(jìn)行分解提取對(duì)應(yīng)文本矩陣中的奇異特征子矩陣，其計(jì)算公式為

16、；；

17、其中，a(i,j)是目標(biāo)案件的規(guī)格為i*j特征矩陣；u(i,i)為i*i正交矩陣；vt(j,j)為j*j正交矩陣的轉(zhuǎn)置；en(i,j)為編號(hào)為n的參考案件的規(guī)格為i*j特征矩陣；h(i,j)為目標(biāo)案件的規(guī)格為i*j奇異特征子矩陣；gn(i,j)為編號(hào)為n的參考案件的規(guī)格為i*j歧義特征子矩陣；i,j為矩陣行列數(shù)量；其中，矩陣分解計(jì)算是通過(guò)矩陣奇異值分解計(jì)算獲取的，因此對(duì)應(yīng)的奇異特征子矩陣為對(duì)角矩陣，其特征值分布在對(duì)角線上，其余位置元素為0；

18、s302、基于各文本特征矩陣的分解計(jì)算分析，分別提取目標(biāo)案件文本特征矩陣和各參考案件文本特征矩陣中的奇異特征子矩陣，確定各文本特征矩陣的特征分布狀況；根據(jù)各文本特征矩陣的奇異特征子矩陣進(jìn)行矩陣特征關(guān)聯(lián)值分析，其計(jì)算公式為

19、；

20、；

21、其中，mf[h(i,j)]為目標(biāo)案件特征矩陣的奇異特征子矩陣的矩陣特征關(guān)聯(lián)值；mf[gn(i,j)]為編號(hào)為n的參考案件特征矩陣的奇異特征子矩陣的矩陣特征關(guān)聯(lián)值；||h(i,j)||和||gn(i,j)||分別為對(duì)矩陣進(jìn)行歐幾里得范數(shù)計(jì)算；c為關(guān)聯(lián)參數(shù)；yw[h(i,j)]和yw[gn(i,j)]分別為目標(biāo)案件特征矩陣的奇異特征子矩陣和對(duì)應(yīng)編號(hào)n參考案件特征矩陣的奇異特征子矩陣的對(duì)角線上各特征值；w為各奇異特征子矩陣的對(duì)角線上的特征值數(shù)量編號(hào)；

22、基于各文本特征矩陣的奇異特征子矩陣的矩陣特征關(guān)聯(lián)值分析結(jié)果，以目標(biāo)案件的矩陣特征關(guān)聯(lián)值為對(duì)照值，對(duì)參考案件的矩陣特征關(guān)聯(lián)值進(jìn)行篩選，通過(guò)將各參考案件的矩陣特征關(guān)聯(lián)值與目標(biāo)案件的矩陣特征關(guān)聯(lián)值進(jìn)行差值的絕對(duì)值計(jì)算，對(duì)計(jì)算結(jié)果進(jìn)行數(shù)值排序，取第一最小值和第二最小值對(duì)應(yīng)的參考案件為第一樣本案件和第二樣本案件。

23、所述s400結(jié)合目標(biāo)案件與樣本案件的奇異特征子矩陣進(jìn)行契合關(guān)聯(lián)分析，基于分析結(jié)果結(jié)合樣本案件處理方案對(duì)目標(biāo)案件的處理方案進(jìn)行組合生成；將目標(biāo)案件的處理方案和樣本案件進(jìn)行輸出的具體步驟如下：

24、s401、結(jié)合目標(biāo)案件與樣本的奇異特征子矩陣進(jìn)行契合關(guān)聯(lián)分析，其計(jì)算公式為

25、；

26、其中，so[h(i,j),gn(i,j)min1]w和so[h(i,j),gn(i,j)min2]w分別為目標(biāo)案件奇異特征子矩陣與第一樣本案件奇異特征子矩陣，和目標(biāo)案件奇異特征子矩陣與第二樣本案件奇異特征子矩陣中對(duì)應(yīng)編號(hào)為w的特征值的契合關(guān)聯(lián)值；yw[gn(i,j)]min1和yw[gn(i,j)]min2分別為第一樣本案件奇異特征子矩陣和第二樣本案件奇異特征子矩陣中對(duì)應(yīng)編號(hào)為w的特征值；θ1和θ2分別為目標(biāo)案件奇異特征子矩陣與第一樣本奇異特征子矩陣，和目標(biāo)案件奇異特征子矩陣與第二樣本奇異特征子矩陣對(duì)應(yīng)衍生特征向量的夾角；

27、s402、基于目標(biāo)案件奇異特征子矩陣分別與第一樣本案件奇異特征子矩陣和第二樣本案件奇異特征子矩陣中各特征值的契合關(guān)聯(lián)值計(jì)算結(jié)果進(jìn)行對(duì)比分析，根據(jù)對(duì)比結(jié)果取對(duì)應(yīng)編號(hào)特征值所屬對(duì)應(yīng)編號(hào)段落的樣本案件的處理方案為目標(biāo)案件所屬對(duì)應(yīng)編號(hào)段落的參考處理方案；若so[h(i,j),gn(i,j)min1]w＞so[h(i,j),gn(i,j)min2]w，則取第一樣本案件奇異特征子矩陣中編號(hào)w特征值所述對(duì)應(yīng)編號(hào)段落的處理方案為目標(biāo)案件所屬對(duì)應(yīng)編號(hào)段落的參考處理方案；若so[h(i,j),gn(i,j)min1]w＜so[h(i,j),gn(i,j)min2]w，則取第二樣本案件奇異特征子矩陣中編號(hào)w特征值所述對(duì)應(yīng)編號(hào)段落的處理方案為目標(biāo)案件所屬對(duì)應(yīng)編號(hào)段落的參考處理方案；若so[h(i,j),gn(i,j)min1]w＝so[h(i,j),gn(i,j)min2]w，則將第一樣本案件和第二樣本案件異特征子矩陣中編號(hào)w特征值所述對(duì)應(yīng)編號(hào)段落的處理方案均為目標(biāo)案件所屬對(duì)應(yīng)編號(hào)段落的參考處理方案；

28、基于目標(biāo)案件各段落的參考處理方案選取結(jié)果進(jìn)行對(duì)應(yīng)案件段落進(jìn)行組合構(gòu)建目標(biāo)案件的綜合參考處理方案；將目標(biāo)案件的綜合參考處理方案和樣本案件進(jìn)行輸出。

29、基于大模型的糾紛自反饋調(diào)解建議和方案生成系統(tǒng)，所述系統(tǒng)包括數(shù)據(jù)庫(kù)調(diào)取模塊、矩陣構(gòu)建模塊、矩陣綜合關(guān)聯(lián)分析模塊和方案輸出模塊；

30、所述數(shù)據(jù)庫(kù)調(diào)取模塊通過(guò)管理端口獲取案件信息庫(kù)訪問(wèn)權(quán)限；通過(guò)案件關(guān)鍵詞在案件信息庫(kù)中對(duì)目標(biāo)案件信息進(jìn)行文本數(shù)據(jù)檢索并調(diào)??；所述矩陣構(gòu)建模塊基于目標(biāo)案件的調(diào)取文本數(shù)據(jù)，通過(guò)對(duì)文本進(jìn)行段落結(jié)構(gòu)劃分，并對(duì)各段落結(jié)構(gòu)進(jìn)行文本特征提取，基于各段落特征提取結(jié)果構(gòu)建目標(biāo)案件文本的特征矩陣；所述矩陣綜合關(guān)聯(lián)分析模塊調(diào)取歷史參考案件并分別基于目標(biāo)案件與參考案件的特征矩陣進(jìn)行矩陣分解分析，獲取對(duì)應(yīng)特征矩陣的奇異特征子矩陣；分別對(duì)目標(biāo)案件與參考案件的奇異特征子矩陣進(jìn)行矩陣特征關(guān)聯(lián)值分析，基于分析結(jié)果對(duì)參考案件進(jìn)行篩選確定樣本案件；所述方案輸出模塊結(jié)合目標(biāo)案件與樣本案件的奇異特征子矩陣進(jìn)行契合關(guān)聯(lián)分析，基于分析結(jié)果結(jié)合樣本案件處理方案對(duì)目標(biāo)案件的處理方案進(jìn)行組合生成；將目標(biāo)案件的處理方案和樣本案件進(jìn)行輸出。

31、所述數(shù)據(jù)庫(kù)調(diào)取模塊包括權(quán)限訪問(wèn)請(qǐng)求單元和案件信息調(diào)取單元；

32、所述權(quán)限訪問(wèn)請(qǐng)求單元通過(guò)案件信息庫(kù)管理端口進(jìn)行訪問(wèn)權(quán)限請(qǐng)求獲取，基于獲取權(quán)限后對(duì)案件信息庫(kù)進(jìn)行數(shù)據(jù)訪問(wèn)；

33、所述案件信息調(diào)取單元以目標(biāo)案件的關(guān)鍵屬性信息為檢索詞，在案件信息庫(kù)中對(duì)目標(biāo)案件數(shù)據(jù)進(jìn)行檢索并調(diào)取。

34、所述矩陣構(gòu)建模塊包括文本特征轉(zhuǎn)化單元和文本特征矩陣構(gòu)建單元；

35、所述文本特征轉(zhuǎn)化單元基于目標(biāo)案件的調(diào)取數(shù)據(jù)進(jìn)行文本組成；根據(jù)目標(biāo)案件的文本數(shù)據(jù)進(jìn)行段落劃分并基于段落順位排序?qū)Ω鞫温溥M(jìn)行編號(hào)標(biāo)注；通過(guò)文本特征向量轉(zhuǎn)化模型分別對(duì)目標(biāo)案件各文本段落進(jìn)行文本特征向量轉(zhuǎn)化提??；

36、所述文本特征矩陣構(gòu)建單元基于各文本段落的編號(hào)順序，對(duì)各文本段落的特征向量進(jìn)行對(duì)應(yīng)順位編號(hào)對(duì)應(yīng)文本段落的文本特征向量，通過(guò)上下相鄰順位順序文本特征向量進(jìn)行對(duì)應(yīng)元素對(duì)位組合構(gòu)建目標(biāo)案件文本的特征矩陣。

37、所述矩陣綜合關(guān)聯(lián)分析模塊包括矩陣特征分解單元和奇異特征子矩陣關(guān)聯(lián)分析單元；

38、所述矩陣特征分解單元調(diào)取案件信息庫(kù)中，調(diào)取目標(biāo)案件同領(lǐng)域同類型的參考案件數(shù)據(jù)，并通過(guò)對(duì)應(yīng)文本段落劃分處理，文本特征向量轉(zhuǎn)化處理和文本特征矩陣構(gòu)建處理；基于目標(biāo)案件與參考案件的文本特征矩陣分別進(jìn)行矩陣分解分析各文本矩陣中的特征分布狀況，通過(guò)對(duì)文本特征矩陣進(jìn)行分解提取對(duì)應(yīng)文本矩陣中的奇異特征子矩陣；

39、所述奇異特征子矩陣關(guān)聯(lián)分析單元基于各文本特征矩陣的分解計(jì)算分析，分別提取目標(biāo)案件文本特征矩陣和各參考案件文本特征矩陣中的奇異特征子矩陣，確定各文本特征矩陣的特征分布狀況；根據(jù)各文本特征矩陣的奇異特征子矩陣進(jìn)行矩陣特征關(guān)聯(lián)值分析；基于各文本特征矩陣的奇異特征子矩陣的矩陣特征關(guān)聯(lián)值分析結(jié)果，以目標(biāo)案件的矩陣特征關(guān)聯(lián)值為對(duì)照值，對(duì)參考案件的矩陣特征關(guān)聯(lián)值進(jìn)行篩選，通過(guò)將各參考案件的矩陣特征關(guān)聯(lián)值與目標(biāo)案件的矩陣特征關(guān)聯(lián)值進(jìn)行差值的絕對(duì)值計(jì)算，對(duì)計(jì)算結(jié)果進(jìn)行數(shù)值排序，取第一最小值和第二最小值對(duì)應(yīng)的參考案件為第一樣本案件和第二樣本案件。

40、所述方案輸出模塊包括案件特征契合關(guān)聯(lián)分析單元和異常設(shè)備警示單元；

41、所述案件特征契合關(guān)聯(lián)分析單元結(jié)合目標(biāo)案件與樣本的奇異特征子矩陣進(jìn)行契合關(guān)聯(lián)分析；

42、所述異常設(shè)備警示單元基于目標(biāo)案件奇異特征子矩陣分別與第一樣本案件奇異特征子矩陣和第二樣本案件奇異特征子矩陣中各特征值的契合關(guān)聯(lián)值計(jì)算結(jié)果進(jìn)行對(duì)比分析，根據(jù)對(duì)比結(jié)果取對(duì)應(yīng)編號(hào)特征值所屬對(duì)應(yīng)編號(hào)段落的樣本案件的處理方案為目標(biāo)案件所屬對(duì)應(yīng)編號(hào)段落的參考處理方案；基于目標(biāo)案件各段落的參考處理方案選取結(jié)果進(jìn)行對(duì)應(yīng)案件段落進(jìn)行組合構(gòu)建目標(biāo)案件的綜合參考處理方案；將目標(biāo)案件的綜合參考處理方案和樣本案件進(jìn)行輸出。

43、與現(xiàn)有技術(shù)相比，本發(fā)明的有益效果是：

44、本發(fā)明通過(guò)調(diào)用案件數(shù)據(jù)庫(kù)結(jié)合目標(biāo)案件進(jìn)行大數(shù)據(jù)信息檢索，并對(duì)同領(lǐng)域同類型案件進(jìn)行相似檢索；基于調(diào)取數(shù)據(jù)通過(guò)文本特征向量化處理構(gòu)建對(duì)應(yīng)的特征矩陣，通過(guò)對(duì)特征矩陣進(jìn)行分解操作，獲取對(duì)應(yīng)案件的文本奇異特征子矩陣，獲取對(duì)應(yīng)案件文本的特征分布情況；基于各案件的奇異特征子矩陣進(jìn)行矩陣特征關(guān)聯(lián)值計(jì)算，并通過(guò)分析各矩陣特征關(guān)聯(lián)值進(jìn)行樣本矩陣選?。桓鶕?jù)樣本矩陣中各特征值與目標(biāo)案件特征值進(jìn)行契合分析，并根據(jù)分析結(jié)果進(jìn)行對(duì)比選取參考案件處理方案生成；本發(fā)明通過(guò)對(duì)目標(biāo)案件進(jìn)行類似案件大數(shù)據(jù)檢索，并通過(guò)特征轉(zhuǎn)化分析、關(guān)聯(lián)篩選和契合對(duì)比分析等一系列自動(dòng)化數(shù)據(jù)分析，對(duì)目標(biāo)案件進(jìn)行樣本案件和參考處理方案輸出。