买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉霖久智慧(广东)科技有限公司申请的专利基于大模型智能分类的工单生成方法、装置、设备和介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120524374B 。

龙图腾网通过国家知识产权局官网在2025-12-05发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511021428.9，技术领域涉及：G06F18/2431；该发明授权基于大模型智能分类的工单生成方法、装置、设备和介质是由王曼莹;李瑞靖;余成园设计研发完成，并于2025-07-24向国家知识产权局提交的专利申请。

本基于大模型智能分类的工单生成方法、装置、设备和介质在说明书摘要公布了：本发明提出了基于大模型智能分类的工单生成方法、装置、设备和介质，该方法包括：根据一级分类、二级分类和三级关键词构建多个第一标签和第二标签，三级关键词为分类描述信息的分类主体；当获取到工单描述信息，基于分类模型从第二标签中确定候选标签，将对应的分类描述信息配置为模型提示词确定识别标签；将识别标签所包括的二级分类所对应的第一标签确定为目标标签，基于目标标签和工单描述信息生成目标工单。根据本发明实施例的技术方案，每个场景分类只对应一个第二标签，详细的分类描述信息作为三级关键词的附加信息，减少了分类标签的数量，以分类描述信息作为模型提示词避免出现幻觉分类，提高大模型的识别效率和准确率。

本发明授权基于大模型智能分类的工单生成方法、装置、设备和介质在权利要求书中公布了：1.一种基于大模型智能分类的工单生成方法，其特征在于，应用于工单系统，所述工单系统预设有分类模型和多个一级分类，每个所述一级分类各自包括多个二级分类，每个所述二级分类各自包括多组唯一对应的分类描述信息和三级关键词，所述一级分类表征工单类型，所述二级分类表征工单场景，所述三级关键词表征所述分类描述信息的分类主体；所述方法包括： 构建多个第一标签和多个第二标签，其中，所述第一标签包括关联的一个所述一级分类和一个所述二级分类，所述第二标签包括关联的一个所述二级分类和一个所述三级关键词； 当获取到工单描述信息，将所述第二标签和所述工单描述信息输入所述分类模型； 基于所述分类模型，基于所述工单描述信息从多个所述第二标签中确定多个候选标签，将所述候选标签对应的所述分类描述信息配置为模型提示词，基于所述模型提示词和所述工单描述信息从多个所述候选标签中确定识别标签； 将所述识别标签所包括的所述二级分类所对应的所述第一标签确定为目标标签，基于所述目标标签和所述工单描述信息生成目标工单； 在构建多个第一标签和多个第二标签之前，所述方法还包括： 获取预设的标签树，其中，所述标签树包括所述一级分类和所述二级分类； 基于任一个所述二级分类，输入所述分类描述信息，其中，每个所述分类描述信息包括多个参考缺陷词，不同的所述分类描述信息所对应的所述分类主体互不相同； 将各个所述分类主体提取为对应的所述二级分类的所述三级关键词，建立所述三级关键词和对应的所述参考缺陷词的关联关系； 基于所述工单描述信息从多个所述第二标签中确定多个候选标签，包括： 将各个所述第二标签各自对应的所述二级分类和所述三级关键词各自转换为第一词向量，将所述第一词向量保存到向量数据库； 将所述工单描述信息转换为第二词向量，基于所述第二词向量查询所述向量数据库，基于与所述第二词向量的词向量距离从近到远将各个所述第一词向量排列成词向量序列； 将所述词向量序列中挑选排序最靠前的所述第一词向量确定为候选词向量，将所述候选词向量所对应的所述第二标签确定为所述候选标签； 在所述词向量序列中移除所述候选标签所对应的所述第一词向量； 基于更新后的所述词向量序列确定下一个所述候选标签，直到所述候选标签的数量满足预设数量。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人霖久智慧(广东)科技有限公司，其通讯地址为：519031 广东省珠海市横琴新区琴朗道151号1812办公；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。