System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 任务型对话响应方法及装置制造方法及图纸_技高网

任务型对话响应方法及装置制造方法及图纸

技术编号:40507354 阅读:4 留言:0更新日期:2024-03-01 13:22
本申请公开了一种任务型对话响应方法及装置。其中,该方法包括:获取任务型对话的基础对话信息,其中,基础对话信息中至少包括:当前轮次请求的意图信息、历史对话信息;利用对话状态大语言模型对基础对话信息进行分析,得到基于特定领域语言的目标对话策略请求;利用对话策略加载器加载与目标对话策略请求对应的目标对话策略样例;利用对话策略大语言模型对目标对话策略样例进行分析,得到目标对话生成策略;利用工程化对话生成模块执行目标对话生成策略,得到请求响应信息,并输出请求响应信息。本申请解决了相关技术中对话系统处理多轮任务型对话的能力较差,用户体验不佳的技术问题。

【技术实现步骤摘要】

本申请涉及对话系统,具体而言,涉及一种任务型对话响应方法及装置


技术介绍

1、在对话系统领域中,任务型对话是在智能客服、智能助理等场景中比较常见的一类对话类型。任务型对话通常存在多轮对话,具备一定的业务规则性,因此在进行对话分析处理时需要考虑用户的对话上下文信息,是常见对话类型中相对比较复杂的对话类型,同时也是在对话机器人应用场景中体验相对较差的对话类型。传统的对话系统往往无法解决多轮对话中的泛化、继承、指代消解等问题。

2、当前,大语言模型在开放域对话中体现出了非常强大的内容生成、语义及上下文理解、归纳总结等能力,因此,人们期望利用大语言模型来处理任务型对话任务。然而,现有的对话处理方案对大语言模型的能力利用不充分,导致整体流畅性不足,加上大语言模型本身的幻觉问题,最终输出的结果准确性不高,难以满足用户的使用需求。

3、针对上述的问题,目前尚未提出有效的解决方案。


技术实现思路

1、本申请实施例提供了一种任务型对话响应方法及装置,以至少解决相关技术中对话系统处理多轮任务型对话的能力较差,用户体验不佳的技术问题。

2、根据本申请实施例的一个方面,提供了一种任务型对话响应方法,包括:获取任务型对话的基础对话信息,其中,基础对话信息中至少包括:当前轮次请求的意图信息、历史对话信息;利用对话状态大语言模型对基础对话信息进行分析,得到基于特定领域语言的目标对话策略请求;利用对话策略加载器加载与目标对话策略请求对应的目标对话策略样例;利用对话策略大语言模型对目标对话策略样例进行分析,得到目标对话生成策略;利用工程化对话生成模块执行目标对话生成策略,得到请求响应信息,并输出请求响应信息。

3、可选地,获取任务型对话的基础对话信息,包括:利用意图识别模块对任务型对话的当前轮次请求进行意图识别,得到意图信息,其中,意图信息包括:意图关键词和槽位;获取任务型对话中当前轮次请求之前的历史对话信息;获取任务型对话对应的用户信息和对话场景信息;将意图信息、历史对话信息、用户信息和对话场景信息共同作为基础对话信息。

4、可选地,利用对话状态大语言模型对基础对话信息进行分析,得到基于特定领域语言的目标对话策略请求,包括:利用提示词构造器生成与基础对话信息对应的第一提示词,其中,提示词构造器管理有多种对话阶段对应的提示词模板;利用对话状态大语言模型对第一提示词进行分析,得到基于特定领域语言的至少一个目标对话策略请求。

5、可选地,利用对话策略加载器加载与目标对话策略请求对应的目标对话策略样例,包括:利用对话策略加载器解析目标对话策略请求对应的目标领域,并从目标领域的对话策略数据库中加载与目标对话策略请求对应的目标对话策略样例,其中,对话策略数据库中存储有目标领域的多种对话策略请求与对话策略样例的映射关系。

6、可选地,利用对话策略大语言模型对目标对话策略样例进行分析,得到目标对话生成策略,包括:利用提示词构造器将流程图形式的目标对话策略样例转换为自然语言形式的第二提示词,并将第二提示词以小样本方式输入对话策略大语言模型;利用对话策略大语言模型对第二提示词进行分析,得到目标对话生成策略。

7、可选地,利用工程化对话生成模块执行目标对话生成策略,得到请求响应信息,包括:利用工程化对话生成模块调用与目标对话生成策略相关联的目标接口执行目标对话生成策略,得到目标接口返回的接口响应数据,并依据接口响应数据生成请求响应信息。

8、可选地,在输出请求响应信息之前,按照预设标准对请求响应信息进行质量校验和安全性校验;在质量校验和安全性校验均通过时,输出请求响应信息;在质量校验和安全性校验有任一未通过时,重新生成请求响应信息。

9、根据本申请实施例的另一方面,还提供了一种任务型对话响应装置,包括:获取模块,用于获取任务型对话的基础对话信息,其中,基础对话信息中至少包括:当前轮次请求的意图信息、历史对话信息;第一分析模块,用于利用对话状态大语言模型对基础对话信息进行分析,得到基于特定领域语言的目标对话策略请求;加载模块,用于利用对话策略加载器加载与目标对话策略请求对应的目标对话策略样例;第二分析模块,用于利用对话策略大语言模型对目标对话策略样例进行分析,得到目标对话生成策略;响应模块,用于利用工程化对话生成模块执行目标对话生成策略,得到请求响应信息,并输出请求响应信息。

10、根据本申请实施例的另一方面,还提供了一种非易失性存储介质,该非易失性存储介质包括存储的计算机程序,其中,非易失性存储介质所在设备通过运行该计算机程序执行上述的任务型对话响应方法。

11、根据本申请实施例的另一方面,还提供了一种电子设备,该电子设备包括:存储器和处理器,其中,存储器中存储有计算机程序,处理器被配置为通过计算机程序执行上述的任务型对话响应方法。

12、在本申请实施例中,首先获取任务型对话的基础对话信息,该基础对话信息中至少包括:当前轮次请求的意图信息、历史对话信息;然后利用对话状态大语言模型对基础对话信息进行分析,得到基于特定领域语言的目标对话策略请求;再利用对话策略加载器加载与目标对话策略请求对应的目标对话策略样例;之后利用对话策略大语言模型对目标对话策略样例进行分析,得到目标对话生成策略;最后利用工程化对话生成模块执行目标对话生成策略,得到请求响应信息,并输出请求响应信息。其中,通过在传统对话系统中引入对话状态大语言模型和对话策略大语言模型,利用大语言模型本身的理解能力结合任务型对话本身的业务问题,可以准确判断对话状态并给出对话生成策略,提高整体的泛化能力,在生成结果阶段依赖传统系统控制大语言模型的幻觉问题,可以提升输出结果的准确性。本申请方案有效解决了相关技术中对话系统处理多轮任务型对话的能力较差,用户体验不佳的技术问题。

本文档来自技高网...

【技术保护点】

1.一种任务型对话响应方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取任务型对话的基础对话信息,包括:

3.根据权利要求1所述的方法,其特征在于,利用对话状态大语言模型对所述基础对话信息进行分析,得到基于特定领域语言的目标对话策略请求,包括:

4.根据权利要求1所述的方法,其特征在于,利用对话策略加载器加载与所述目标对话策略请求对应的目标对话策略样例,包括:

5.根据权利要求3所述的方法,其特征在于,利用对话策略大语言模型对所述目标对话策略样例进行分析,得到目标对话生成策略,包括:

6.根据权利要求1所述的方法,其特征在于,利用工程化对话生成模块执行所述目标对话生成策略,得到请求响应信息,包括:

7.根据权利要求1所述的方法,其特征在于,在输出所述请求响应信息之前,所述方法还包括:

8.一种任务型对话响应装置,其特征在于,包括:

9.一种非易失性存储介质,其特征在于,所述非易失性存储介质包括存储的计算机程序,其中,所述非易失性存储介质所在设备通过运行所述计算机程序执行权利要求1至7中任意一项所述的任务型对话响应方法。

10.一种电子设备,其特征在于,包括:存储器和处理器,其中,所述存储器中存储有计算机程序,所述处理器被配置为通过所述计算机程序执行权利要求1至7中任意一项所述的任务型对话响应方法。

...

【技术特征摘要】

1.一种任务型对话响应方法,其特征在于,包括:

2.根据权利要求1所述的方法,其特征在于,获取任务型对话的基础对话信息,包括:

3.根据权利要求1所述的方法,其特征在于,利用对话状态大语言模型对所述基础对话信息进行分析,得到基于特定领域语言的目标对话策略请求,包括:

4.根据权利要求1所述的方法,其特征在于,利用对话策略加载器加载与所述目标对话策略请求对应的目标对话策略样例,包括:

5.根据权利要求3所述的方法,其特征在于,利用对话策略大语言模型对所述目标对话策略样例进行分析,得到目标对话生成策略,包括:

6.根据权利要求1所述的方法,其特征在于,利用工程...

【专利技术属性】
技术研发人员:唐黎张云龙阮宜龙
申请(专利权)人:中国电信股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1