AI 智能文档语义核验系统产品系统

基于大语言模型构建的智能文档核验系统，面向多来源文本的自动比对与异常识别场景。支持 OCR 文档与 ASR 语音转写文本的内容解析、语义比对、差异定位及异常信息提取，辅助用户快速发现文本不一致、关键信息遗漏和潜在风险问题。

本项目主要围绕纸质笔录与审讯音视频记录的智能语义核验展开，构建集 **OCR 文字识别、ASR 语音转写、文本预处理、大模型语义分析、异常问题识别及核验报告生成** 于一体的智能核验系统。

系统通过 OCR 技术将纸质笔录图片转换为电子文本，通过 ASR 技术将审讯音视频中的语音内容转换为文本；在完成文本清洗与格式标准化后，调用 Qwen3.8-27B 大语言模型，对两类文本进行语义理解与交叉比对，识别关键事实不一致、时间信息异常、内容缺失及问答不匹配等问题，并结合预设规则辅助识别潜在的违规执法风险。最终，系统以结构化方式展示差异内容、问题类型及原文依据，支持核验报告生成，为执法监督、案件材料审查和人工复核提供技术支持。

核心职责： 负责 OCR/ASR 文本处理流程集成、Qwen3.8-27B 大模型语义核验逻辑设计、Prompt 工程、模型本地化部署及推理服务集成，完成从文本输入、差异分析到核验结果输出的业务流程串联。

核心技术： Python、Qwen3.8-27B、vLLM、OCR、ASR、Prompt Engineering、Docker、Linux（根据实际项目技术栈调整）。

技术难点： 针对 OCR/ASR 识别噪声导致的差异误报、长文本核验遗漏、模型输出不稳定及本地推理资源受限等问题，通过文本标准化、分段语义比对、结构化提示词设计及推理参数优化，提高核验结果的可用性和可追溯性。