【技术实现步骤摘要】
基于人工智能的问答处理方法、装置、设备及存储介质
[0001]本申请涉及人工智能和大语言模型
,尤其涉及一种基于人工智能的问答处理方法
、
装置
、
设备及存储介质
。
技术介绍
[0002]人工智能(
AI
,
Artificial Intelligence
)是计算机科学的一个综合技术,通过研究各种智能机器的设计原理与实现方法,使机器具有感知
、
推理与决策的功能
。
人工智能技术是一门综合学科,涉及领域广泛,例如包括自然语言处理技术以及机器学习
/
深度学习等几大方向,随着技术的发展,人工智能技术将在更多的领域得到应用,并发挥越来越重要的价值
。
[0003]其中,智能问答服务是人工智能技术的典型应用,智能问答服务是以一问一答的形式,精准的定位用户所需要的提问知识,为用户提供个性化的信息服务
。
然而,基于大语言模型的问答系统由于模型架构
、
训练语料
、
优化参数细节的差异,导致它们在不同问答任务上的表现往往不尽相同,并且,随着越来越多细分领域大语言模型的推出,不同大语言模型在不同领域问答任务上的性能也差异较大,导致最终的回答效果不佳
。
技术实现思路
[0004]本申请实施例提供一种基于人工智能的问答处理方法
、
装置
、
电子设备
、
计算机可读存 ...
【技术保护点】
【技术特征摘要】
1.
一种基于人工智能的问答处理方法,其特征在于,所述方法包括:接收被输入的问题文本;获取多个问答模型针对所述问题文本分别输出的回答文本;对所述问题文本以及多个所述回答文本分别进行编码,对应得到所述问题文本的特征向量
、
以及每个所述回答文本的特征向量;将所述问题文本的特征向量分别与每个所述回答文本的特征向量进行融合,对应得到多个融合向量;确定所述多个融合向量的重心;将与所述重心距离最近的融合向量对应的回答文本,作为最终输出的回答文本
。2.
根据权利要求1所述的方法,其特征在于,所述对所述问题文本以及多个所述回答文本分别进行编码,对应得到所述问题文本的特征向量
、
以及每个所述回答文本的特征向量,包括:通过编码器对所述问题文本进行编码,得到所述问题文本的特征向量,以及通过所述编码器对多个所述回答文本分别进行编码,对应得到每个所述回答文本的特征向量
。3.
根据权利要求2所述的方法,其特征在于,所述通过编码器对所述问题文本进行编码,得到所述问题文本的特征向量,包括:调用所述编码器执行以下处理:对所述问题文本进行特征提取,得到所述问题文本的词向量以及所述问题文本的位置向量;对所述问题文本的词向量以及所述问题文本的位置向量进行融合,得到所述问题文本的特征向量
。4.
根据权利要求3所述的方法,其特征在于,所述对所述问题文本进行特征提取,得到所述问题文本的词向量以及所述问题文本的位置向量,包括:对所述问题文本进行词编码,得到所述问题文本的词向量,以及对所述问题文本中各词语的位置进行位置编码,得到所述问题文本的位置向量
。5.
根据权利要求3所述的方法,其特征在于,所述对所述问题文本的词向量以及所述问题文本的位置向量进行融合,得到所述问题文本的特征向量,包括:将所述问题文本的词向量和所述问题文本的位置向量进行拼接,得到所述问题文本的特征向量;或者,将所述问题文本的词向量和所述问题文本的位置向量进行相加,得到所述问题文本的特征向量
。6.
根据权利要求2所述的方法,其特征在于,所述通过所述编码器对多个所述回答文本分别进行编码,对应得到每个所述回答文本的特征向量,包括:针对每个所述回答文本,调用所述编码器执行以下处理:对所述回答文本进行特征提取,得到所述回答文本的词向量以及所述回答文本的位置向量;对所述回答文本的词向量以及所述回答文本的位置向量进行融合,得到所述回答文本的特征向量
。
7.
根据权利要求6所述的方法,其特征在于,所述对所述回答文本进行特征提取,得到所述回答文本的词向量以及所述回答文本的位置向量,包括:对所述回答文本进行词编码,得到所述回答文本的词向量,以及对所述回答文本中各词语的位置进行位置编码,得到所述回答文本的位置向量
。8.
根据权利要求6所述的方法,其特征在于,所述对所述回答文本的词向量以及所述回答文本的位置向量进行融合,得到所述回答文本的特征向量,包括:将所述回答文本的词向量和所述回答文本的位置向量进行拼接,得到所述回答文本的特征向量;或者,将所述回答文本的词向量...
【专利技术属性】
技术研发人员:张子恒,林镇溪,吴贤,
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。