摘要
本发明属于产业风险识别技术领域,提出了一种基于热点聚类算法和产业大模型智能体的产业风险识别方法,将聚类算法和大模型结合,发现海量数据下的有用信息,准确识别产业风险。首先,通过热点聚类算法,通过位置加权平均池化和偏置张量的对比微调方法实现文本语义的向量化,通过连通图聚类和分裂优化从海量产业文本数据中找到热点话题。其次,基于大模型的语义理解能力,构建产业大模型智能体,通过产业大模型智能体对热点话题进行判断,包括情感分析和产业判断,从而筛选出涉及产业风险的热点话题。第三,应用大模型的归纳总结能力,根据总结出的产业风险热点话题归纳出产业发展建议。
技术关键词
风险识别方法
聚类算法
热点
语义向量
文本
神经网络模型
工具组件
数据
微调方法
大语言模型
风险识别技术
顶点
配置工具
关系
话题
拓扑图
标记
系统为您推荐了相关专利信息
信息提取方法
词典
PageRank算法
文本
数据
网络优化方法
仓库
混合整数规划模型
染色体
产品交易数据
文本数据处理方法
条目
文本数据处理系统
数学
自然语言
Word2Vec模型
教学方法
场景
长短期记忆网络
深度学习框架