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()
【技术实现步骤摘要】
本公开涉及计算机,尤其涉及人工智能中的智能问答,具体提供一种对话引导信息的生成及问答方法、系统、智能对话机器人。
技术介绍
1、情感智能对话机器人的主要目标是能够识别和理解人类的情感状态、情感表达和情感需求,并以情感化的方式进行回应。传统的情感智能对话机器人在生成回复时主要有两大类方法:检索式和生成式。其中,检索式方法的答案相对固定,灵活性不足;而生成式方法具有一定的灵活性,但可控性较差,在一次完整的多轮对话当中,生成的对话可能表达的情感并不一致,前后对话的逻辑也会互相矛盾等。
2、自从gpt3(一种人工智能技术驱动的自然语言处理工具类型)发布之后,大语言模型就成为了对话系统的主流技术模型。因为大语言模型的参数量巨大,训练以及微调大语言模型都需要很高的门槛和成本,因此提示学习成为了开发大语言模型来适配下游任务的主流技术。提示学习是指在不显著改变大语言模型结构和参数的情况下,通过向输入增加“提示信息”、将下游任务改为文本生成任务。但是当大语言模型面对复杂的逻辑任务时,提示学习的方式收效甚微。
技术实现思路
1、本公开要解决的技术问题是为了克服现有技术中传统情感智能对话机器人中情感表达不统一、生成内容无逻辑或互相矛盾的缺陷,提供一种对话引导信息的生成及问答方法、系统、智能对话机器人。
2、本公开是通过下述技术方案来解决上述技术问题:
3、根据本公开的第一方面,提供了一种对话引导信息的生成方法,所述生成方法包括:
4、基于预设数据集筛选得到
5、对若干个所述目标对话案例进行案例标准化处理,得到若干个标准对话案例;
6、基于预设规则对若干个所述标准对话案例进行拼接,生成所述对话引导信息;
7、其中,所述对话引导信息用于对预设语言处理模型的逻辑推理能力进行增强。
8、较佳地,所述基于预设数据集筛选得到若干个目标对话案例的步骤包括:
9、获取所述预设数据集中的若干个初始对话案例;
10、判断所述初始对话案例是否满足所述对话主题的标准化处理预设条件;
11、若是,则将对应的所述初始对话案例作为所述目标对话案例;
12、其中,所述标准化处理预设条件包括:所述对话案例包含所述对话主题对应的各个标准化环节;
13、和/或,
14、所述基于预设规则对若干个所述标准对话案例进行拼接,生成所述对话引导信息的步骤包括:
15、将若干个标准对话案例中的所有对话添加对应的实际对话角色,并将添加所述实际对话角色后的若干个标准对话案例依次进行拼接,以得到对话引导长文本;
16、在所述对话引导长文本前缀拼接预设指导性信息,生成所述对话引导信息。
17、较佳地,所述对若干个所述目标对话案例进行案例标准化处理的步骤包括:
18、获取每个所述目标对话案例中的对话信息;
19、将所述对话信息划分至相应的若干个所述标准化环节;其中,每个所述标准化环节匹配设置有对应的预设对话话术;
20、判断各个所述标准化环节中的所述对话信息是否包括对应的所述预设对话话术;
21、若是,则将所述目标对话案例作为所述标准对话案例;
22、若否,则对所述对话信息进行调整,以得到所述标准对话案例。
23、较佳地,所述对话主题包括情感沟通对话;
24、和/或,
25、所述预设语言处理模型包括大语言模型。
26、根据本公开的第二方面,提供了一种智能问答方法,所述智能问答方法包括:
27、接收用户输入的当前文本信息;
28、在所述当前文本信息前缀添加第一对话角色,并拼接至初始对话引导信息之后,以得到第一对话引导信息;
29、在所述第一对话引导信息之后添加第二对话角色,获取第二对话引导信息,并将所述第二对话引导信息输入预设语言处理模型,得到并输出与所述当前文本信息对应的回答信息;
30、其中,所述初始对话引导信息基于本公开第一方面所述的生成方法得到。
31、较佳地,所述得到并输出与所述当前文本信息对应的回答信息的步骤之后,所述方法还包括:
32、在所述第二对话角色后拼接所述回答信息,以获取第三对话引导信息;
33、重新执行所述接收用户输入的当前文本信息的步骤,直至对话结束;
34、和/或,
35、所述接收用户输入的当前文本信息的步骤包括:
36、接收所述用户输入的目标信息,判断所述目标信息是否为文本信息;
37、若是,则将所述目标信息作为所述当前文本信息;
38、若否,则将所述目标信息转换为文本信息,并将所述文本信息作为所述当前文本信息。
39、根据本公开的第三方面,提供了一种对话引导信息的生成系统,所述生成系统包括第一获取模块、标准化处理模块和生成模块;
40、所述第一获取模块用于基于预设数据集筛选得到若干个目标对话案例,每个目标对话案例对应一个对话主题,且若干个所述目标对话案例对应的所述对话主题相同;
41、所述标准化处理模块用于对若干个所述目标对话案例进行案例标准化处理,得到若干个标准对话案例;
42、所述生成模块用于基于预设规则对若干个所述标准对话案例进行拼接,生成所述对话引导信息;
43、其中,所述对话引导信息用于对预设语言处理模型的逻辑推理能力进行增强。
44、根据本公开的第四方面,提供了一种智能问答系统,所述智能问答系统利用大语言模型实现,所述智能问答系统包括接收模块、第一拼接模块、第二获取模块;
45、所述接收模块用于接收用户输入的当前文本信息;
46、所述第一拼接模块用于在所述当前文本信息前缀添加第一对话角色,并拼接至初始对话引导信息之后,以得到第一对话引导信息;
47、所述第二获取模块用于在所述第一对话引导信息之后添加第二对话角色,获取第二对话引导信息,并将所述第二对话引导信息输入预设语言处理模型,得到并输出与所述当前文本信息对应的回答信息;
48、其中,所述初始对话引导信息基于本公开第三方面所述的生成系统得到。
49、根据本公开的第五方面,提供了一种智能对话机器人,所述智能对话机器人包括本公开第四方面所述的智能问答系统。
50、根据本公开的第六方面,提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现本公开第一方面所述的对话引导信息的生成方法,和/或,本公开第二方面所述的智能问答方法。
51、在符合本领域常识的基础上,所述各优选条件,可任意组合,即得本公开各较佳实施例。
52、本公开的积极进步效果在于:基于大语言模型内置的本文档来自技高网...
【技术保护点】
1.一种对话引导信息的生成方法,其特征在于,所述生成方法包括:
2.根据权利要求1所述的生成方法,其特征在于,所述基于预设数据集筛选得到若干个目标对话案例的步骤包括:
3.根据权利要求2所述的生成方法,其特征在于,所述对若干个所述目标对话案例进行案例标准化处理的步骤包括:
4.根据权利要求1至3中任一项所述的生成方法,其特征在于,所述对话主题包括情感沟通对话;
5.一种智能问答方法,其特征在于,所述智能问答方法包括:
6.根据权利要求5所述的方法,其特征在于,所述得到并输出与所述当前文本信息对应的回答信息的步骤之后,所述方法还包括:
7.一种对话引导信息的生成系统,其特征在于,所述生成系统包括第一获取模块、标准化处理模块和生成模块;
8.一种智能问答系统,其特征在于,所述智能问答系统利用大语言模型实现,所述智能问答系统包括接收模块、第一拼接模块、第二获取模块;
9.一种智能对话机器人,其特征在于,所述智能对话机器人包括如权利要求8所述的智能问答系统。
10.一种计算机可读存
...【技术特征摘要】
1.一种对话引导信息的生成方法,其特征在于,所述生成方法包括:
2.根据权利要求1所述的生成方法,其特征在于,所述基于预设数据集筛选得到若干个目标对话案例的步骤包括:
3.根据权利要求2所述的生成方法,其特征在于,所述对若干个所述目标对话案例进行案例标准化处理的步骤包括:
4.根据权利要求1至3中任一项所述的生成方法,其特征在于,所述对话主题包括情感沟通对话;
5.一种智能问答方法,其特征在于,所述智能问答方法包括:
6.根据权利要求5所述的方法,其特征在于,所述得到并输出与所述当前文本信息对应的回答信息的步骤之后,...
【专利技术属性】
技术研发人员:马任,李帅帅,
申请(专利权)人:华院计算技术上海股份有限公司,
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。