基于大语言模型的文本信息结构化恢复方法、系统及应用

本发明提出了基于大语言模型的文本信息结构化恢复方法、系统及应用，包括以下步骤：S1，从网页或非结构化文档提取原始文本内容；S2，根据不同场景和目标结构，设计提示词模板，生成提示词；S3，引导大语言模型对步骤S2所述原始文本内容和所述提示词进行解析，生成具备层次结构的文本结果；S4，解析步骤S3的文本结果，构建语义结构树，形成多层嵌套结构；S5，将步骤S4所述多层嵌套结构用于数据库建模和内容索引，相比现有技术结构丢失不统一、通用性差和语义理解智能性缺失的不足，可显著降低人工处理成本，提升数据结构化效率与准确性，为大模型生态系统提供稳定、高质量的结构化文本支撑。