一种基于多源文本的动态热点线索精准提取方法

本发明公开了一种基于多源文本的动态热点线索精准提取方法，通过动态标签配置和Prompt设计结合轻量化微调技术（RsLoRA），实现敏感情报识别模型的实时适配和高效训练，在多变情报场景中无需重新训练即可精准识别。通过人类反馈强化学习（PPO）和排序训练，优化生成式大模型输出的线索文本，精准提取事件主体与内容，生成结果结构化且高度概括。结合语义向量模型和动态多层DBSCAN聚类算法，克服现有聚类算法对语义密度差异场景的适应性不足问题，实现高精度线索聚合和热度统计。整体方案通过RsLoRA技术降低资源消耗和训练时间，综合提升情报处理效率与分析能力，在智慧公安、政府管理等领域具备显著的技术优势和广泛的应用前景。