技術摘要

企業日常營運所需之大量無規則的非結構化資料，如發票、提單或是履歷。若請人閱讀並找出關鍵資訊輸入公司系統，耗時又耗力。

為了解決以上問題，本發明提出的資訊擷取系統使用大型語言模型(LLM)，其擁有背景知識與推理能力的特性，可從大量格式不同的非結構化資料中整理出結構化資料，供員工快速看到文件重點，也可串接公司內系統，幫助企業節省大量人力成本。

本發明設計一套訓練流程以增強資訊擷取的效果，在內容最終提示組成模組中，分析欄位錯誤率，進行困難句子解釋，產出更適合LLM理解的prompt，並在信心度換算模組中定義出同類型的資料集的信心度區間，以作為使用者人工判斷擷取結果準確率之參考。

現有技術描述、問題及其缺陷

現有資訊擷取專利方法並無採用LLM的前例。相較習用的多模態模型，本發明針對非結構化資料所採用的輸入只需要文字，節省了大量影像處理時間，克服較長實體抓取不佳的問題。而相較傳統只採用文字輸入的QA模型，LLM的應用更增進了資訊擷取的推理能力，也能統一輸出成特定的格式與單位。而為了增進資訊擷取的效果，提出的訓練方法可以幫助LLM理解同類型資料集中的困難句子，同時得到信心度以協助使用者判別結果。

本技術發明之目的及達成功效

本發明採用LLM的技術，在實務上格式不一的資料中能更好的抓取到目標欄位。本發明也提供非專業人員也能用自然語言將單位/額外格式需求告知系統，使用automatic prompt engineering技術，設計出一套簡易的操作方法，讓資訊擷取的結果可以匹配公司內部需求的單位/格式。另外，使用本發明的訓練方式，可以更加優化資訊擷取的prompt，並產生出適合同類型資料集的信心度，增進資訊擷取的效果。

相關專利資訊

中華民國專利證書號：I913829