一种基于语义理解的个性化识别配置方法

本发明涉及一种基于语义理解的个性化识别配置方法，包括以下步骤：S1：从资料文件中获取文本；S2：使用大型通用语言模型BGE M3‑Embedding对文本进行特征表示，并与以相同方式构建的个性化配置特征库中的每套配置特征进行拼接融合，拼接融合后的特征向量将作为文本和每套配置的特征表示；S3：将上述特征向量，放入模型中进行相似度计算，获得该文本和每套配置的相似分数，将最相似的配置作为该文件所属的个性化配置；S4：进行后处理重排，将最高几项分数的个性化组合进行规则计算，重新调整每个结果组合的分数，并获得最佳配置类别。本发明具有准确率高，泛化性强，处理效率稳定的优点。