一种基于大语言模型的碳排放因子动态匹配方法

本发明提供了一种基于大语言模型的碳排放因子动态匹配方法，通过多步骤优化，实现高效、精准的匹配。首先，从多种来源收集碳排放因子和活动数据，并对数据进行清洗和规范化处理；随后，利用预训练并经领域微调的大语言模型对数据进行深度语义解析，生成高质量的语义向量；系统通过单位识别与转换机制，统一数据格式并完成物理量转换；匹配过程中，系统通过计算语义向量的余弦相似度进行智能匹配，在相似度接近的情况下，应用加权平均机制优化结果，进一步提升匹配精度；同时，系统利用因子库动态更新机制，分析新提交数据的关联性，动态扩展因子库，持续优化匹配性能；整体方法提高了匹配精度与效率，减少人工干预与误差，降低碳排放计算成本。