信息安全研究 ›› 2025, Vol. 11 ›› Issue (E1): 102-.

• 2025网络安全创新发展大会入选论文 • 上一篇    下一篇

基于特征提示的大语言模型判决文书信息要素抽取

曹文斌姜国庆   

  1. (公安部第三研究所上海201204)
  • 出版日期:2025-12-20 发布日期:2025-12-20
  • 通讯作者: 曹文斌 硕士,助理研究员.主要研究方向为信息安全. caowenbinnbin@stars.org.cn
  • 作者简介:曹文斌 硕士,助理研究员.主要研究方向为信息安全. caowenbinnbin@stars.org.cn 姜国庆 硕士,助理研究员.主要研究方向为信息安全. jiangguoqin@stars.org.cn

  • Online:2025-12-20 Published:2025-12-20

摘要: 对于大语言模型而言,直接采用提示工程开展信息抽取,抽取结果往往存在准确率不高、输出内容不稳定、返回结果不可信等情况.针对这些问题,提出一种基于特征提示的大语言模型判决文书信息要素抽取方法.首先根据抽取的信息要素依据特征对判决文书进行文本过滤筛选,减少输入大语言模型的上下文文本长度,提升输入上下文内容与抽取目标的相关性;其次,基于指令遵循等提示工程方法构建prompt库;最后根据输出格式及信息要素内容特征进行校验、反馈.实验结果表明,对于侵害公民信息判决文书中犯罪行为、信息用途等6类信息要素抽取,采用该方法能有效提升抽取结果的可信度、准确率.该方法对于大语言模型处理长文本的其他自然语言处理任务具有借鉴意义.

关键词: 提示工程, 信息抽取, 大语言模型, 法律文书

中图分类号: