本说明书实施方式提供了一种应答数据的获取方法、装置、计算机设备和存储介质。所述方法包括：在接收到附带有会话标识和提问数据的应答数据获取请求的情况下，从会话标识标识的会话数据集中，获取至少部分会话数据，作为目标会话数据；根据提问数据和目标会话数据调用指定语言模型，得到针对提问数据的应答数据；将应答数据发送给应答数据获取请求的发送方。本说明书实施方式通过将服务器作为应答数据获取请求发送方与大语言模型之间的数据中转节点，存储并转发应答数据获取请求发送方与语言模型的会话数据，针对不同的应答数据获取请求发送方，该数据传输程序代码可以复用，从而减少了数据传输程序的开发工作量。减少了数据传输程序的开发工作量。减少了数据传输程序的开发工作量。
【技术实现步骤摘要】
应答数据的获取方法、装置、设备和介质
[0001]本说明书中实施方式关于人工智能
，具体关于一种应答数据的获取方法、装置、设备和介质。
技术介绍
[0002]随着深度学习技术的不断发展，用于处理自然语言的大语言模型（Large Language Model，LLM）得到了越来越广泛的应用。目前，LLM能够完成包括语义理解、对话系统、文本生成、机器翻译等多种自然语言处理任务。其中，在LLM对话系统实现连续对话时，需要基于上下文信息理解用户意图，以提供更准确、更贴近用户预期的答复。
[0003]在相关技术中，在应用LLM对话系统时，通过客户端直接将接收到的用户提问数据以及该提问数据的上下文数据传输给LLM。然而，不同的客户端具有不同属性，需要针对每个客户端开发不同的数据传输程序代码，以实现将用户提问数据及上下文数据同时传输给LLM。
[0004]因此，相关技术中存在通过客户端直接向LLM传输用户提问数据及上下文数据，数据传输程序开发工作量大的技术问题。
技术实现思路
[0005]有鉴于此，本说明书多个实施方式致力于提供一种应答数据的获取方法、装置、设备和介质，以减少用于向LLM对话系统传输数据的数据传输程序的开发工作量。
[0006]本说明书中多个实施方式提供一种应答数据的获取方法，该方法应用于服务器，包括：在接收到附带有会话标识和提问数据的应答数据获取请求的情况下，从所述会话标识标识的会话数据集中，获取至少部分会话数据，作为目标会话数据；其中，会话数据集的数量为多个，不同会话数据集对应的会话标识不相同；所述目标会话数据与所述提问数据不相同；根据所述提问数据和所述目标会话数据调用指定语言模型，得到针对所述提问数据的应答数据。
[0007]本说明书的一个实施方式提供一种应答数据的获取装置，该装置应用于服务器，包括：获取模块，用于在接收到附带有会话标识和提问数据的应答数据获取请求的情况下，从所述会话标识标识的会话数据集中，获取至少部分会话数据，作为目标会话数据；其中，会话数据集的数量为多个，不同会话数据集对应的会话标识不相同；所述目标会话数据与所述提问数据不相同；调用模块，用于根据所述提问数据和所述目标会话数据调用指定语言模型，得到针对所述提问数据的应答数据。
[0008]本说明书实施方式提出一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述实施方式所述的方法。
[0009]本说明书实施方式提供一种计算机可读存储介质，其上存储有计算机程序指令，该程序被处理器执行时实现上述实施方式所述的方法。
[0010]本说明书提供的多个实施方式中，在接收到应答数据获取请求的情况下，服务器
根据应答数据获取请求附带的会话标识从会话数据集中获取目标会话数据，再根据应答数据获取请求附带的提问数据和目标会话数据调用大语言模型，得到针对提问数据的应答数据，即，将服务器作为应答数据获取请求发送方与大语言模型之间的数据中转节点，存储并转发应答数据获取请求发送方与语言模型的会话数据，因此，仅需要针对服务器开发向大语言模型传输提问数据和上下文数据的数据传输程序代码，针对不同的应答数据获取请求发送方，该数据传输程序代码可以复用，从而减少了数据传输程序的开发工作量。
附图说明
[0011]为了更清楚地说明本专利技术实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0012]图1为本说明书的一个实施方式提供的应答数据的获取系统的多端交互示意图。
[0013]图2为本说明书的一个实施方式提供的应答数据的获取系统的架构示意图。
[0014]图3为本说明书的一个实施方式提供的应答数据的获取方法的流程示意图。
[0015]图4为本说明书的一个实施方式提供的应答数据的获取装置的示意图。
[0016]图5为本说明书的一个实施方式提供的计算机设备的示意图。
具体实施方式
[0017]为使LLM对话系统给出更贴近用户预期的答复，在与用户连续对话的过程中，可以将用户提问数据以及该提问数据的上下文数据提供给LLM对话系统，以使LLM对话系统根据上下文数据更准确地理解和推测用户意图。
[0018]在相关技术中，用户提问数据及上下文数据主要通过客户端直接传输至LLM对话系统。具体的，可能存在以下两种情况。
[0019]第一种情况可以为客户端首次接收到用户输入的提问数据。在这种情况下，客户端可以先存储首次提问数据，再调用LLM访问接口，直接将首次提问数据传输给LLM对话系统。LLM对话系统在接收到首次提问数据后，可以对该首次提问数据进行语义理解、分析和推理，给出针对该首次提问数据的首次应答数据，并将该首次应答数据传输给客户端。客户端在接收到首次应答数据后，可以将首次应答数据与首次提问数据作为首次会话数据对应存储在本地。
[0020]第二种情况可以为在接收到首次提问数据之后，客户端再次接收到用户输入的提问数据。在这种情况下，客户端可以将通过人机交互界面接收到的再次提问数据和存储在本地的首次会话数据打包传输给LLM对话系统。LLM对话系统在接收到客户端传输的数据包后，可以先根据数据包内的首次会话数据进行语义理解和分析，对用户提问意图进行推测，再基于推测出的用户提问意图，对数据包内的再次会话数据进行语义理解、分析和推理，给出针对该再次提问数据的再次应答数据，并将该再次应答数据传输给客户端，以供客户端存储再次会话数据。
[0021]在第二种情况下，由于不同客户端的存储方式、存储路径、存储数据类型以及人机交互界面的设计等属性可能不同，需要针对每个客户端分别开发数据传输程序代码，以获
取首次会话数据和再次提问数据并将两种数据打包传输给LLM对话系统，从而导致数据传输程序复用性较差，程序开发工作量较大。
[0022]因此，有必要提供一种应答数据的获取方法，在接收到应答数据获取请求的情况下，服务器根据应答数据获取请求附带的会话标识从会话数据集中获取目标会话数据，再根据应答数据获取请求附带的提问数据和目标会话数据调用大语言模型，得到针对提问数据的应答数据，即，将服务器作为应答数据获取请求发送方与大语言模型之间的数据中转节点，存储并转发应答数据获取请求发送方与语言模型的会话数据，因此，仅需要针对服务器开发向大语言模型传输提问数据和上下文数据的数据传输程序代码，针对不同的应答数据获取请求发送方，该数据传输程序代码可以复用，从而减少了数据传输程序的开发工作量。
[0023]本说明书提供一种智能问答系统的应用场景示例。该智能问答系统可以包括客户端、服务器和大语言模型对话系统。其中，客户端可以用于接收由用户操作输入的提问数据，服务器可以用于执行应答数据的获取方法，大语言模型对话系统可以用于生成针对提问数据的应答数据。以线上问本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种应答数据的获取方法，其特征在于，应用于服务器，所述方法包括：在接收到附带有会话标识和提问数据的应答数据获取请求的情况下，从所述会话标识标识的会话数据集中，获取至少部分会话数据，作为目标会话数据；其中，会话数据集的数量为多个，不同会话数据集对应的会话标识不相同；所述目标会话数据与所述提问数据不相同；根据所述提问数据和所述目标会话数据调用指定语言模型，得到针对所述提问数据的应答数据；其中，所述指定语言模型用于结合所述目标会话数据生成所述提问数据的应答数据；将所述应答数据发送给所述应答数据获取请求的发送方。2.根据权利要求1所述的方法，其特征在于，所述方法还包括：将所述提问数据和针对所述提问数据的应答数据，作为相互关联的会话数据，存入所述会话数据集。3.根据权利要求1所述的方法，其特征在于，从所述会话标识标识的会话数据集中，获取至少部分会话数据，作为目标会话数据的步骤，包括：将所述提问数据与所述会话数据集中的会话数据进行语义相关性分析，得到与所述提问数据存在语义关联的会话数据，作为所述目标会话数据。4.根据权利要求1所述的方法，其特征在于，提问数据和针对所述提问数据的应答数据形成一轮会话数据；从所述会话标识标识的会话数据集中，获取至少部分会话数据，作为目标会话数据的步骤，包括：在所述会话数据集包括的会话数据的轮数小于指定轮数的情况下，将所述会话数据集中全部会话数据，作为所述目标会话数据；在所述会话数据集包括的会话数据的轮数大于或等于所述指定轮数的情况下，按照会话数据存入所述会话数据集的时间顺序，将最近存入所述会话数据集的所述指定轮数的会话数据，作为所述目标会话数据。5.根据权利要求4所述的方法，其特征在于，所述应答数据获取请求还附带由所述应答数据获取请求的发送方指定的所述指定轮数。6.根据权利要求1所述的方法，其特征在于，根据所述提问数据和所述目标会话数据调用指定语言模型，得到针对所述提问数据的应答数据的步骤，包括：通过指定语义过滤规则过滤所述提问数据，得到目标提问数据；其中，所述目标提问数据表达的语义满足指定语义过滤条件；根据所述目标提问数据和所述目标会...
【专利技术属性】
技术研发人员：金信冬，孙玮辰，范进，
申请(专利权)人：阿里健康科技中国有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。