1.基于场景分析的大语言模型安全识别方法，其特征在于，其包括以下具体步骤：构建学科知识库，将每个学科领域的术语和知识点导入学科知识库；

构建输入学科匹配模型，将输入文本导入输入学科匹配模型中匹配跨学科场景；

构建文本学科相似度评估模型，将输入文本匹配向量和输出文本匹配向量导入文本学科相似度评估模型评估文本学科相似度；将输入文本中所选择的学科场景和对应的匹配值以向量的形式表示，将输出文本导入大语言模型中进行输出文本的获取和匹配学科场景，将输出文本中所选择的学科场景和对应的匹配值以向量的形式表示，将输入文本匹配向量和输出文本匹配向量代入余弦相似度计算公式中计算文本学科相似度；

构建语义相似度评估模型，将输入文本语义向量和输出文本语义向量导入语义相似度评估模型评估输入文本与输出文本的语义相似度；

构建跨学科知识融合评分模型，将文本学科相似度和语义相似度导入跨学科知识融合评分模型进行跨学科知识融合评分。

2.如权利要求1所述的基于场景分析的大语言模型安全识别方法，其特征在于，所述构建学科知识库，将每个学科领域的术语和知识点导入学科知识库包括以下具体步骤：S11、获取每个学科的学术论文、领域报告和专业书籍数据，通过信息抽取软件识别学科内的术语和知识点；

S12、将每个学科领域的术语和知识点转化为向量的形式，生成每个学科的知识库向量，基于每个学科的知识库向量构建学科知识库，其中，学科知识库构建公式为： ，其中， 为第i个学科的知识库，n为总学科数， 为所有学科的并集，其中，第i个学科的知识库集合表示为： ，其中， 为第i个学科的第j个知识点，而j为

1至m中的任一项，m为第i个学科的总知识点数。

3.如权利要求2所述的基于场景分析的大语言模型安全识别方法，其特征在于，所述构建输入学科匹配模型，将输入文本导入输入学科匹配模型中匹配跨学科场景包括以下具体步骤：S21、获取输入的输入文本，将输入文本切分成词汇，通过关键词识别软件识别词汇中的关键词，并获取关键词出现频率；

S22、获取输入文本中的关键词与每个学科的知识库集合，遍历输入文本的关键词列表，将每个关键词与学科知识库的术语进行匹配，记录匹配到的学科，将匹配到的关键词频率导入匹配值计算公式中计算输入文本与各学科的匹配值，输入文本与第l个学科的匹配值计算公式为： ，其中， 为第k个关键词在第l个学科知识库的出现频率，z为输入文本的总关键词数， 为第k个关键词在输入文本中的出现频率，；

S23、将计算得到的输入文本与第l个学科的匹配值降序排列，得到排列在前的若干个学科设为选择的学科场景。

4.如权利要求3所述的基于场景分析的大语言模型安全识别方法，其特征在于，所述构建文本学科相似度评估模型，将输入文本匹配向量和输出文本匹配向量导入文本学科相似度评估模型评估文本学科相似度包括以下具体步骤：S31、将输入文本中所选择的学科场景和对应的匹配值以向量的形式表示，输入文本匹配向量为： ，其中， 为第l个选择的学科场景，r为选择的学科场景总数，而l属于1至r中的任一项， 为输入文本与第l个学科的匹配值；

S32、将输出文本导入大语言模型中进行输出文本的获取，将输出文本代入S21‑S31步骤，得到输出文本匹配向量为： ，其中， 为第l个输出的学科场景，r为输出的学科场景总数，而l属于1至r中的任一项， 为输入文本与第l个学科的匹配值；

S33、将输入文本匹配向量和输出文本匹配向量代入文本学科相似度计算公式中计算文本学科相似度，其中，文本学科相似度计算公式为： ，其中，和 分别表示输入文本匹配向量的模和输出文本匹配向量的模。

5.如权利要求4所述的基于场景分析的大语言模型安全识别方法，其特征在于，所述构建语义相似度评估模型，将输入文本语义向量和输出文本语义向量导入语义相似度评估模型评估输入文本与输出文本的语义相似度包括以下具体步骤：S41、通过大语言模型识别输入文本的文本语义和输出文本的文本语义，生成输入文本语义向量 和输出文本语义向量 ，将输入文本语义向量和输出文本语义向量代入语义相似度公式中计算输入文本与输出文本的语义相似度，其中，语义相似度计算公式为：，其中， 为输入文本语义向量， 为输出文本语义向量，

和 分别表示输入文本语义向量的模和输出文本语义向量的模。

6.如权利要求5所述的基于场景分析的大语言模型安全识别方法，其特征在于，所述构建跨学科知识融合评分模型，将文本学科相似度和语义相似度导入跨学科知识融合评分模型进行跨学科知识融合评分包括以下具体步骤：S51、将文本学科相似度和语义相似度代入跨学科知识融合评分计算公式中计算跨学科知识融合评分，其中，跨学科知识融合评分计算公式为： ，其中，F为语义相似度，G为文本学科相似度， 和 分别表示第l个学科和第 个学科，为第l个学科和第 个学科本身间的关联度，其中，第l个学科和第 个学科本身间的关联度计算公式为： ，其中， 和 分别表示第l个学科知识库集合和第 个学科知识库集合， 为第l个学科知识库集合和第 个学科知识库集合的共有元素数， 为第l个学科知识库集合和第 个学科知识库集合的所有元素数；

S52、将跨学科知识融合评分与跨学科知识融合安全阈值进行对比，若跨学科知识融合评分低于安全阈值，则标记为跨学科知识融合协同效果不能满足融合需要，若跨学科知识融合评分大于安全阈值，则表示输出文本跨学科知识融合协同效果能满足融合需要。

7.基于场景分析的大语言模型安全识别系统，其基于如权利要求1‑6任一项的所述基于场景分析的大语言模型安全识别方法实现，其特征在于，其具体包括：学科知识库生成模块，用于将每个学科领域的术语和知识点生成学科知识库；

输入学科匹配模块，用于通过输入文本匹配跨学科场景；

文本学科相似度评估模块，用于通过输入文本匹配向量和输出文本匹配向量评估文本学科相似度；

语义相似度评估模块，用于通过输入文本语义向量和输出文本语义向量评估输入文本与输出文本的语义相似度；

跨学科知识融合评分模块，用于通过文本学科相似度和语义相似度进行跨学科知识融合评分。

8.一种电子设备，包括：处理器和存储器，其中，所述存储器中存储有可供处理器调用的计算机程序；

其特征在于，所述处理器通过调用所述存储器中存储的计算机程序，执行如权利要求

1‑6任一项所述的基于场景分析的大语言模型安全识别方法。

9.一种计算机可读存储介质，其特征在于，储存有指令，当所述指令在计算机上运行时，使得计算机执行如权利要求1‑6任一项所述的基于场景分析的大语言模型安全识别方法。