CN120297908A 基于大语言模型的人事档案信息提取智能审核方法及系统 （山东高第数据服务有限公司）.pdfVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120297908A

(43)申请公布日2025.07.11

(21)申请号202510413518.6G06F40/30(2020.01)

G06F18/25(2023.01)

(22)申请日2025.04.03

G06F18/2415(2023.01)

(71)申请人山东高第数据服务有限公司G06N3/0442(2023.01)

地址250101山东省济南市中国（山东）自

G06N3/045(2023.01)

由贸易试验区济南片区工业南路61号

山钢新天地广场8号楼810

(72)发明人董树珍

(74)专利代理机构北京鼎云升知识产权代理事

务所(普通合伙)11495

专利代理师顾云松

(51)Int.Cl.

G06Q10/10(2023.01)

G06Q10/105(2023.01)

G06V30/18(2022.01)

G06V30/412(2022.01)

权利要求书4页说明书12页附图2页

(54)发明名称

基于大语言模型的人事档案信息提取智能

审核方法及系统

(57)摘要

本发明涉及信息审核管理技术领域，具体涉

及基于大语言模型的人事档案信息提取智能审

核方法及系统，包括以下步骤：通过时空特征解

耦生成分离的时间线序列与属性特征集；将所述

时间线序列与属性特征集进行跨模态对齐验证，

输出带有冲突标记的时空一致性图谱；通过分析

异常节点生成风险传导概率矩阵；计算时间线可

信度、属性可信度、关联可信度，形成三维可信度

向量；自动执行逻辑自洽修复或生成包括矛盾溯

源路径的审核报告。本发明，提供数据冲突的溯

源路径及影响权重，为人工审核提供直观依据，

A提高复杂数据环境下的冲突判定效率。

8

0

9

7

9

2

0

2

1

N

C

CN120297908A权利要求书1/4页

1.基于大语言模型的人事档案信息提取智能审核方法，其特征在于，包括以下步骤：

S1：基于大语言模型的多模态解析器对非结构化人事档案进行信息提取，基于提取的

信息，通过时空特征解耦生成分离的时间线序列与属性特征集，其中，时间线序列为连续性

时态编码，属性特征集包括职位层级、学历背景的离散化向量表示；

S2：将所述时间线序列与属性特征集进行跨模态对齐验证，利用大语言模型的语义理

解能力对比电子文档、扫描材料、数据库记录间的逻辑关联，输出带有冲突标记的时空一致

性图谱，并标识出跨文档矛盾节点；

S3：基于所述时空一致性图谱构建风险传导链，通过分析异常节点生成风险传导概率

矩阵，异常节点包括时间线序列断裂点、属性突变区、跨源矛盾簇；

S4：利用可信度动态赋值算法分别计算时间线可信度、属性可信度、关联可信度，形成

三维可信度向量；

S5：将所述风险传导概率矩阵与三维可信度向量输入矛盾消解决策树，自动执行逻辑

自洽修复或生成包括矛盾溯源路径的审核报告。

2.根据权利要求1所述的基于大语言模型的人事档案信息提取智能审核方法，其特征

在于，所述S1具体包括：

S11，多模态