CN120234407A 基于向量匹配的异常行李处理方法及系统 (上海民航华东凯亚系统集成有限公司).docxVIP

CN120234407A 基于向量匹配的异常行李处理方法及系统 (上海民航华东凯亚系统集成有限公司).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120234407A(43)申请公布日2025.07.01

(21)申请号202510702915.5

(22)申请日2025.05.29

(71)申请人上海民航华东凯亚系统集成有限公

地址200023上海市黄浦区打浦路88号15

楼A座

(72)发明人黄小东毛丹洪泽琳黄泽滨

(74)专利代理机构上海专启专利代理事务所(普通合伙)31593

专利代理师席俊俊

(51)Int.CI.

GO6F16/334(2025.01)

GO6F16/36(2019.01)

GO6F16/31(2019.01)

GO6N5/025(2023.01)

GO6N5/02(2023.01)

GO6V20/52(2022.01)

GO6V10/82(2022.01)

GO6N3/045(2023.01)

GO6N3/0475(2023.01)

GO6N3/094(2023.01)

GO6F16/332(2025.01)

GO6F40/30(2020.01)

权利要求书2页说明书11页附图4页

(54)发明名称

基于向量匹配的异常行李处理方法及系统

(57)摘要

CN120234407A本发明涉及异常行李处理技术领域,公开了基于向量匹配的异常行李处理方法及系统,该方法包括:构建混合检索知识库,整合多源异构数据生成关系型和向量知识库并索引关联;建立混合检索规则引擎,对案件描述进行关键词解析和语义向量化,生成查询指令并并行检索得到候选方案集;开发领域增强决策系统,通过多维度证据链和RAG框架生成结构化处理建议,可视化输出流程规范及赔偿依据;构建处置系统集成各模块,实现全流程自动化。系统包括混合检索知识库构建、规则引擎、领域增强决策和集成模块。本发明通过向量匹配与规则检索结合、大模型增强

CN120234407A

基于向量匹配的异常行

基于向量匹配的异常行李处理方法

步骤S2:建立温合检索规则引擎

对输入的异常行李案件

描述进行关键词解析和

语义向量化

生成混合检索查询指令

通过可视化交互界面输

出处理流程规范及赔偿

依据

生成候选处理方案集

对异常行李案件数据进行多源异构数据整合

生成关系型知识库和向量知识库

将关系型知识库与向量

知识库进行索引关联,

建立混合检索知识库

集成混合检索规则引

擎、领域增强决策系统

和可视化交互界面

实现异常行李案件从检

索到决策的全流程自动

化处理

对候选处理方案集进行领域知识增强

生成结构化处理建议

步骤S3:开发基于大模型的领域增强决策系统

步骤S4:构建异常行李处置系统

步骤S1;构建混合检索知识库

行井行检索

CN120234407A权利要求书1/2页

2

1.一种基于向量匹配的异常行李处理方法,其特征在于,包括以下步骤:

步骤S1:构建混合检索知识库:对异常行李案件数据进行多源异构数据整合,生成关系型知识库和向量知识库;将关系型知识库与向量知识库进行索引关联,建立混合检索知识

库;

步骤S2:建立混合检索规则引擎:对输入的异常行李案件描述进行关键词解析和语义向量化,生成混合检索查询指令;基于混合检索知识库执行并行检索,生成候选处理方案集;

步骤S3:开发基于大模型的领域增强决策系统:对候选处理方案集进行领域知识增强,生成结构化处理建议;通过可视化交互界面输出处理流程规范及赔偿依据;

步骤S4:构建异常行李处置系统:集成混合检索规则引擎、领域增强决策系统和可视化交互界面,实现异常行李案件从检索到决策的全流程自动化处理;

步骤S2包括以下步骤:

步骤S21:解析输入案件描述,提取航司代码、异常类型、物品特征字段,生成关键词检索表达式;

步骤S22:对非结构化文本进行语义编码,生成查询向量;计算查询向量与向量知识库中向量的余弦相似度,按评分排序筛选前N个相似案例;

步骤S23:合并关键词检索结果与向量检索结果,执行冲突消解处理,生成包含处理流程、赔偿标准、历史案例的候选处理方案集。

2.根据权利要求1所述的基于向量匹配的异常行李处理方法,其特征在于,步骤S1包括以下步骤:

步骤S11:构建关系型知识库:收集不同航司的异常行

您可能关注的文档

文档评论(0)

aabbcc + 关注
实名认证
文档贡献者

若下载文档格式有问题,请咨询qq1643702686索取原版

1亿VIP精品文档

相关文档