【技术实现步骤摘要】
对象互动方法、装置、电子设备、存储介质及程序产品
[0001]本申请涉及计算机
，具体涉及一种对象互动方法、装置、电子设备、存储介质及程序产品。
技术介绍
[0002]近年来，随着人工智能的快速发展，语言模型得到了快速发展，语言模型在经过大量数据的训练后，使得其具备语言理解和语言生成的能力，由此其可以模仿人类之间的互动方式和对象进行互动，例如，可回答对象的问题，或者按照对象给定的要求输出内容等。
[0003]然而，这类语言模型对计算资源的需求量大，且其模型自身的参数量庞大，在互动时，涉及大量的数据计算，难以实现低延迟的对象互动。
技术实现思路
[0004]本申请实施例提供一种对象互动方法、装置、电子设备、存储介质及程序产品，可以降低对象互动时的数据计算量，实现低延迟的对象互动。
[0005]本申请实施例提供一种对象互动方法，应用于服务端，该方法包括：从客户端接收互动需求数据；确定所述互动需求数据匹配的背景数据；对所述背景数据和所述互动需求数据进行语义融合处理，生成互动流程数据；利用历史数...
【技术保护点】
【技术特征摘要】
1.一种对象互动方法，其特征在于，应用于服务端，所述方法包括：从客户端接收互动需求数据；确定所述互动需求数据匹配的背景数据；对所述背景数据和所述互动需求数据进行语义融合处理，生成互动流程数据；利用历史数据调整所述互动流程数据，得到目标互动流程数据，所述历史数据为所述服务端和所述客户端在当前时刻之前生成的数据；向所述客户端发送所述目标互动流程数据，以便所述客户端利用所述目标互动流程数据生成互动数据，和对象进行互动。2.根据权利要求1所述的方法，其特征在于，所述对所述背景数据和所述互动需求数据进行语义融合处理，生成互动流程数据，包括：拼接所述背景数据和所述互动需求数据，得到第一待处理数据；对所述第一待处理数据进行编码处理，得到第一向量，所述第一向量包括所述背景数据对应的背景向量以及所述互动需求数据对应的互动需求向量；基于第一转换矩阵，对所述背景向量和所述互动需求向量进行语义融合，得到融合语义向量；利用所述融合语义向量，生成多个第一预测数据对应的概率分布；根据所述第一预测数据对应的概率分布，生成互动流程数据。3.根据权利要求1所述的方法，其特征在于，所述利用历史数据调整所述互动流程数据，得到目标互动流程数据，包括：拼接所述历史数据和所述互动流程数据，得到第二待处理数据；将所述第二待处理数据转换为第二向量；基于第二转换矩阵，对所述第二向量进行注意力计算，得到注意力向量；利用所述注意力向量，生成多个第二预测数据对应的概率分布；根据所述第二预测数据对应的概率分布，更新所述互动流程数据，以得到所述目标互动流程数据。4.根据权利要求1所述的方法，其特征在于，所述向所述客户端发送所述目标互动流程数据，包括：按照预设单元，将所述目标互动流程数据划分为多个子互动流程数据；对每个所述子互动流程数据进行编号处理，得到每个所述子互动流程数据对应的数据编号；以所述子互动流程数据对应的数据编号，对所述目标互动流程数据进行更新，得到待发送互动流程数据；向客户端发送所述待发送互动流程数据。5.一种对象互动方法，其特征在于，应用于客户端，所述方法包括：从服务端接收目标互动流程数据；基于所述目标互动流程数据，生成互动需求数据；对所述互动需求数据进行语义预测，得到互动数据；在预测所述互动数据的过程中，检测需求变化数据，所述需求变化数据为所述互动需求数据被更新后得到的数据；
基于所述需求变化数据的检测结果，输出所述互动数据和对象进行互动。6.根据权利要求5所述的方法，其特征在于，所述对所述互动需求数据进行语义预测，得到互动数据，包括：对所述互动需求数据进行编码处理，得到需求向量；基于预设转换矩阵和所述需求向量，对所述互动需求数据进行语义提取，得到需求语义向量；利用所述需求语义向量，生成候选互动数据对应的概率分布；根据所述候选互动数据对应的概率分布，生成互动数据。7.根据权利要求5所述的方法，其特征在于，所述基于所述需求变化数据的检测结果，输出所述互动数据和对象进行互动，包括：若在预测所述互动数据的过程中，未检测到所述需求变化数据，输出所述互动数据和对象进行互动；若在预测所述互动数据的过程中，检测到所述需求变化数据，根据所述需求变化数据，输出所述互动...
【专利技术属性】
技术研发人员：孙中阳，
申请(专利权)人：腾讯科技深圳有限公司，
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。