【技术实现步骤摘要】
本申请涉及智能问答，尤其涉及一种细粒度问答场景下的问答数据生成方法、设备及介质。
技术介绍
1、随着以chatgpt为典型的大语言模型技术的出现，智能问答系统出现了实质性的技术突破，并在各个垂直领域快速的应用落地。对于很多企业而言，构建垂直领域的智能问答系统是其重要业务之一。由于企业拥有垂直领域的大量业务知识，往往需要将其业务知识转换为问答数据的形式，并对开源的大语言模型进行微调训练，才能构建满足该企业业务需求的智能问答系统。在将业务知识转换为问答数据的过程中，会按照知识点逐一转换为问答数据，这是一个人工转换过程。
2、然而对于很多业务知识点，其内部可能仍然蕴含大量细节知识。如果对其中的每个细分知识点也转换为问答形式，则将要消耗大量的人工，不太现实。另一方面，受限于当今可用的开源大语言模型的能力，当缺失这些细粒度问答训练数据时，训练出的模型往往难以回答相应的细粒度问题。即用户问题涉及到细粒度知识点，则智能问答系统的回答一般无法让用户满意。
技术实现思路
1、本申请实施例提供了一...
【技术保护点】
1.一种细粒度问答场景下的问答数据生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种细粒度问答场景下的问答数据生成方法，其特征在于，根据业务知识点中的实体类型，对每个实体类型进行属性定义，构建出有关所述实体类型的实体模板，具体包括：
3.根据权利要求1所述的一种细粒度问答场景下的问答数据生成方法，其特征在于，对所述实体类型以及对应的属性进行有关问题条件的属性限定，确定出问题模板，具体包括：
4.根据权利要求3所述的一种细粒度问答场景下的问答数据生成方法，其特征在于，对所述实体类型以及对应的属性进行有关答案条件的属性限...
【技术特征摘要】
1.一种细粒度问答场景下的问答数据生成方法，其特征在于，所述方法包括：
2.根据权利要求1所述的一种细粒度问答场景下的问答数据生成方法，其特征在于，根据业务知识点中的实体类型，对每个实体类型进行属性定义，构建出有关所述实体类型的实体模板，具体包括：
3.根据权利要求1所述的一种细粒度问答场景下的问答数据生成方法，其特征在于，对所述实体类型以及对应的属性进行有关问题条件的属性限定，确定出问题模板，具体包括：
4.根据权利要求3所述的一种细粒度问答场景下的问答数据生成方法，其特征在于，对所述实体类型以及对应的属性进行有关答案条件的属性限定，确定出答案模板，具体包括：
5.根据权利要求1所述的一种细粒度问答场景下的问答数据生成方法，其特征在于，将所述问题模板与所述答案模板进行映射关联，得到问答映射关系，具体包括：
6.根据权利要求1所述的一种细粒度问答场景下的问答数据生成方法，其特征在于，在基于所述问...
【专利技术属性】
技术研发人员：刘通，丁鑫，闵万里，田钿，
申请(专利权)人：神思电子技术股份有限公司，
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。