本技術(shù)涉及內(nèi)容生成，特別是涉及一種基于大語(yǔ)言模型的期貨內(nèi)容生成方法和系統(tǒng)。

背景技術(shù)：

1、內(nèi)容生成技術(shù)是指利用人工智能算法，將數(shù)據(jù)和信息轉(zhuǎn)換成各種形式的內(nèi)容，包括文本、圖像、音頻和視頻等，這項(xiàng)技術(shù)的核心在于模擬人類的創(chuàng)造力和表達(dá)能力，以自動(dòng)化的方式生成具有一定質(zhì)量和相關(guān)性的內(nèi)容。隨著生成式大模型的快速發(fā)展，讓傳統(tǒng)的內(nèi)容生成有了巨大改進(jìn)，但依然面臨生成的內(nèi)容幻覺(jué)、內(nèi)容脈絡(luò)結(jié)構(gòu)不清晰、重點(diǎn)內(nèi)容不突出、篇幅不足、文本表述死板、重復(fù)廢話等問(wèn)題。特別在監(jiān)管嚴(yán)格、數(shù)據(jù)缺少的金融期貨領(lǐng)域，現(xiàn)有的內(nèi)容生成方案離真正的落地運(yùn)用還有著較大距離。

2、目前針對(duì)相關(guān)技術(shù)中如何提高期貨領(lǐng)域中內(nèi)容生成質(zhì)量的問(wèn)題，尚未提出有效的解決方案。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例提供了一種基于大語(yǔ)言模型的期貨內(nèi)容生成方法和系統(tǒng)，以至少解決相關(guān)技術(shù)中如何提高期貨領(lǐng)域中內(nèi)容生成質(zhì)量的問(wèn)題。

2、第一方面，本技術(shù)實(shí)施例提供了一種基于大語(yǔ)言模型的期貨內(nèi)容生成方法，所述方法包括：

3、獲取期貨內(nèi)容生成的基礎(chǔ)數(shù)據(jù)，其中，所述基礎(chǔ)數(shù)據(jù)包括期貨指標(biāo)數(shù)據(jù)和期貨事件資訊數(shù)據(jù)，所述期貨指標(biāo)數(shù)據(jù)還包括實(shí)時(shí)行情數(shù)據(jù)和宏觀產(chǎn)業(yè)鏈供需數(shù)據(jù)；

4、對(duì)所述實(shí)時(shí)行情數(shù)據(jù)進(jìn)行第一預(yù)處理，對(duì)所述宏觀產(chǎn)業(yè)鏈供需數(shù)據(jù)進(jìn)行第二預(yù)處理，對(duì)所述期貨事件資訊數(shù)據(jù)進(jìn)行第三預(yù)處理，進(jìn)而得到用于期貨內(nèi)容生成的基礎(chǔ)指標(biāo)數(shù)據(jù)；

5、基于用戶語(yǔ)句，通過(guò)對(duì)所述基礎(chǔ)指標(biāo)數(shù)據(jù)進(jìn)行檢索，得到與所述用戶語(yǔ)句對(duì)應(yīng)的目標(biāo)指標(biāo)數(shù)據(jù)；

6、利用基于思維鏈cot的cot提示詞，通過(guò)大語(yǔ)言模型對(duì)所述目標(biāo)指標(biāo)數(shù)據(jù)進(jìn)行處理，以生成所述用戶語(yǔ)句對(duì)應(yīng)的期貨內(nèi)容。

7、在其中一些實(shí)施例中，對(duì)所述實(shí)時(shí)行情數(shù)據(jù)進(jìn)行第一預(yù)處理包括：

8、對(duì)所述實(shí)時(shí)行情數(shù)據(jù)進(jìn)行歸一化處理，得到用于期貨內(nèi)容生成的行情類指標(biāo)數(shù)據(jù)，其中，所述歸一化包括z-score歸一化和minmaxscaler歸一化，所述行情類指標(biāo)數(shù)據(jù)為結(jié)構(gòu)化數(shù)據(jù)。

9、在其中一些實(shí)施例中，對(duì)所述宏觀產(chǎn)業(yè)鏈供需數(shù)據(jù)進(jìn)行第二預(yù)處理包括：

10、對(duì)所述宏觀產(chǎn)業(yè)鏈供需數(shù)據(jù)中的元組信息進(jìn)行識(shí)別抽取，以進(jìn)行原始指標(biāo)的統(tǒng)一標(biāo)準(zhǔn)化，得到用于期貨內(nèi)容生成的產(chǎn)業(yè)鏈類指標(biāo)數(shù)據(jù)，其中，所述產(chǎn)業(yè)鏈類指標(biāo)數(shù)據(jù)為結(jié)構(gòu)化數(shù)據(jù)。

11、在其中一些實(shí)施例中，對(duì)所述期貨事件資訊數(shù)據(jù)進(jìn)行第三預(yù)處理包括：

12、對(duì)所述期貨事件資訊數(shù)據(jù)的長(zhǎng)文本段落按照文本主題進(jìn)行識(shí)別切分，得到若干短文本段落；

13、分別對(duì)所述短文本段落進(jìn)行摘要分析，得到各個(gè)所述短文本段落對(duì)應(yīng)的事件標(biāo)簽；

14、基于所述短文本段落和對(duì)應(yīng)的事件標(biāo)簽，得到用于期貨內(nèi)容生成的資訊類指標(biāo)數(shù)據(jù)，其中，所述資訊類指標(biāo)數(shù)據(jù)為非結(jié)構(gòu)化數(shù)據(jù)。

15、在其中一些實(shí)施例中，基于用戶語(yǔ)句，通過(guò)對(duì)所述基礎(chǔ)指標(biāo)數(shù)據(jù)進(jìn)行檢索，得到與所述用戶語(yǔ)句對(duì)應(yīng)的目標(biāo)指標(biāo)數(shù)據(jù)包括：

16、獲取用戶輸入的用戶語(yǔ)句，對(duì)所述用戶語(yǔ)句進(jìn)行意圖識(shí)別，得到所述用戶的基礎(chǔ)寫(xiě)作意圖；

17、基于所述用戶的基礎(chǔ)寫(xiě)作意圖，通過(guò)sql查詢語(yǔ)句，對(duì)為所述結(jié)構(gòu)化數(shù)據(jù)的行情類指標(biāo)數(shù)據(jù)和產(chǎn)業(yè)鏈類指標(biāo)數(shù)據(jù)進(jìn)行檢索，得到與所述基礎(chǔ)寫(xiě)作意圖對(duì)應(yīng)的目標(biāo)指標(biāo)數(shù)據(jù)；

18、基于所述用戶的基礎(chǔ)寫(xiě)作意圖，通過(guò)es關(guān)鍵詞倒排索引與faiss向量化檢索工具，對(duì)為所述非結(jié)構(gòu)化數(shù)據(jù)的資訊類指標(biāo)數(shù)據(jù)進(jìn)行檢索，得到與所述基礎(chǔ)寫(xiě)作意圖對(duì)應(yīng)的目標(biāo)指標(biāo)數(shù)據(jù)。

19、在其中一些實(shí)施例中，獲取用戶輸入的用戶語(yǔ)句，對(duì)所述用戶語(yǔ)句進(jìn)行意圖識(shí)別，得到所述用戶的基礎(chǔ)寫(xiě)作意圖包括：

20、獲取用戶輸入的用戶語(yǔ)句；

21、基于第一預(yù)設(shè)提示詞，通過(guò)大語(yǔ)言模型對(duì)所述用戶語(yǔ)句進(jìn)行補(bǔ)全改寫(xiě)，得到語(yǔ)義要素完整的用戶語(yǔ)句；

22、通過(guò)關(guān)鍵詞匹配和uie模型，對(duì)所述語(yǔ)義要素完整的用戶語(yǔ)句進(jìn)行意圖識(shí)別，得到所述用戶的基礎(chǔ)寫(xiě)作意圖。

23、在其中一些實(shí)施例中，利用基于思維鏈cot的cot提示詞，通過(guò)大語(yǔ)言模型對(duì)所述目標(biāo)指標(biāo)數(shù)據(jù)進(jìn)行處理，以生成所述用戶語(yǔ)句對(duì)應(yīng)的期貨內(nèi)容包括：

24、基于第二預(yù)設(shè)提示詞，通過(guò)大語(yǔ)言模型對(duì)用戶輸入的用戶語(yǔ)句進(jìn)行意圖識(shí)別，得到所述用戶的深層寫(xiě)作意圖，其中，所述深層寫(xiě)作意圖包含寫(xiě)作側(cè)重點(diǎn)、寫(xiě)作字?jǐn)?shù)限制、寫(xiě)作圖表化說(shuō)明和寫(xiě)作免責(zé)聲明；

25、基于所述用戶的深層寫(xiě)作意圖，通過(guò)實(shí)體關(guān)系分析與思維鏈era-cot構(gòu)建cot提示詞；

26、基于所述cot提示詞，通過(guò)大語(yǔ)言模型對(duì)所述目標(biāo)指標(biāo)數(shù)據(jù)進(jìn)行處理，以生成所述用戶語(yǔ)句對(duì)應(yīng)的期貨內(nèi)容。

27、在其中一些實(shí)施例中，生成所述用戶語(yǔ)句對(duì)應(yīng)的期貨內(nèi)容還包括：

28、分別對(duì)大語(yǔ)言模型進(jìn)行不同的功能定義，得到基于大語(yǔ)言模型的寫(xiě)作生成器和寫(xiě)作校驗(yàn)器；

29、所述寫(xiě)作生成器，根據(jù)用戶輸入的用戶語(yǔ)句和所述寫(xiě)作校驗(yàn)器的反饋信息，生成所述用戶語(yǔ)句對(duì)應(yīng)的期貨內(nèi)容；

30、所述寫(xiě)作校驗(yàn)器，對(duì)所述寫(xiě)作生成器生成的期貨內(nèi)容進(jìn)行校對(duì)查錯(cuò)，以生成輔助期貨內(nèi)容生成的反饋信息。

31、在其中一些實(shí)施例中，在獲取期貨內(nèi)容生成的基礎(chǔ)數(shù)據(jù)之后，所述方法包括：

32、對(duì)所述基礎(chǔ)數(shù)據(jù)進(jìn)行初始預(yù)處理，其中，所述初始預(yù)處理包括數(shù)據(jù)清洗、異常值剔除和缺失值補(bǔ)全。

33、第二方面，本技術(shù)實(shí)施例提供了一種基于大語(yǔ)言模型的期貨內(nèi)容生成系統(tǒng)，所述系統(tǒng)用于執(zhí)行上述第一方面所述的方法，所述系統(tǒng)包括數(shù)據(jù)獲取模塊、數(shù)據(jù)預(yù)處理模塊、數(shù)據(jù)檢索模塊和內(nèi)容生成模塊；

34、所述數(shù)據(jù)獲取模塊，用于獲取期貨內(nèi)容生成的基礎(chǔ)數(shù)據(jù)，其中，所述基礎(chǔ)數(shù)據(jù)包括期貨指標(biāo)數(shù)據(jù)和期貨事件資訊數(shù)據(jù)，所述期貨指標(biāo)數(shù)據(jù)還包括實(shí)時(shí)行情數(shù)據(jù)和宏觀產(chǎn)業(yè)鏈供需數(shù)據(jù)；

35、所述數(shù)據(jù)預(yù)處理模塊，用于對(duì)所述實(shí)時(shí)行情數(shù)據(jù)進(jìn)行第一預(yù)處理，對(duì)所述宏觀產(chǎn)業(yè)鏈供需數(shù)據(jù)進(jìn)行第二預(yù)處理，對(duì)所述期貨事件資訊數(shù)據(jù)進(jìn)行第三預(yù)處理，進(jìn)而得到用于期貨內(nèi)容生成的基礎(chǔ)指標(biāo)數(shù)據(jù)；

36、所述數(shù)據(jù)檢索模塊，用于根據(jù)用戶語(yǔ)句，通過(guò)對(duì)所述基礎(chǔ)指標(biāo)數(shù)據(jù)進(jìn)行檢索，得到與所述用戶語(yǔ)句對(duì)應(yīng)的目標(biāo)指標(biāo)數(shù)據(jù)；

37、所述內(nèi)容生成模塊，用于利用基于思維鏈cot的cot提示詞，通過(guò)大語(yǔ)言模型對(duì)所述目標(biāo)指標(biāo)數(shù)據(jù)進(jìn)行處理，以生成所述用戶語(yǔ)句對(duì)應(yīng)的期貨內(nèi)容。

38、相比于相關(guān)技術(shù)，本技術(shù)實(shí)施例提供的一種基于大語(yǔ)言模型的期貨內(nèi)容生成方法和系統(tǒng)，其中，該方法通過(guò)獲取期貨內(nèi)容生成的基礎(chǔ)數(shù)據(jù)，其中，基礎(chǔ)數(shù)據(jù)包括期貨指標(biāo)數(shù)據(jù)和期貨事件資訊數(shù)據(jù)，期貨指標(biāo)數(shù)據(jù)還包括實(shí)時(shí)行情數(shù)據(jù)和宏觀產(chǎn)業(yè)鏈供需數(shù)據(jù)；對(duì)實(shí)時(shí)行情數(shù)據(jù)進(jìn)行第一預(yù)處理，對(duì)宏觀產(chǎn)業(yè)鏈供需數(shù)據(jù)進(jìn)行第二預(yù)處理，對(duì)期貨事件資訊數(shù)據(jù)進(jìn)行第三預(yù)處理，進(jìn)而得到用于期貨內(nèi)容生成的基礎(chǔ)指標(biāo)數(shù)據(jù)；基于用戶語(yǔ)句，通過(guò)對(duì)基礎(chǔ)指標(biāo)數(shù)據(jù)進(jìn)行檢索，得到與用戶語(yǔ)句對(duì)應(yīng)的目標(biāo)指標(biāo)數(shù)據(jù)；利用基于思維鏈cot的cot提示詞，通過(guò)大語(yǔ)言模型對(duì)目標(biāo)指標(biāo)數(shù)據(jù)進(jìn)行處理，以生成用戶語(yǔ)句對(duì)應(yīng)的期貨內(nèi)容，實(shí)現(xiàn)了對(duì)不同的期貨基礎(chǔ)數(shù)據(jù)進(jìn)行分類處理，以提高數(shù)據(jù)質(zhì)量，且在提高數(shù)據(jù)質(zhì)量的基礎(chǔ)上，將大語(yǔ)言模型技術(shù)嵌入到期貨內(nèi)容的生成中，利用思維鏈cot提示詞，指導(dǎo)大語(yǔ)言模型將高質(zhì)量的期貨基礎(chǔ)數(shù)據(jù)轉(zhuǎn)化為滿足用戶語(yǔ)句要求的期貨內(nèi)容，解決了如何提高期貨領(lǐng)域中內(nèi)容生成質(zhì)量的問(wèn)題。