一种基于大模型的智能新闻内容勘误系统

本发明公开了一种基于大模型的智能新闻内容勘误系统，具体涉及大数据技术领域，提取新闻文本中的人物、职务、机构关键实体信息，并识别职务描述中的时序特征词，以识别实体间的关联关系，从多数据源中获取历史职务变更记录和最新信息，通过大模型进行可靠性评分，构建具有时序属性的多模态证据链，基于历史任职数据训练预测模型，并计算特定职务在未来时间段内的变动概率，分析职务信息的时空一致性，结合输出的变动概率，通过对比多源证据链识别错误，对高概率变动事件实施优先验证，生成分级错误报告和输出修正建议，实时更新勘误结果，并对修正建议实施双因素认证，通过创建一个历史案例库以存储典型职务变迁模式及修正方案。