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() 一种基于大语言模型的智能客服问答方法及系统技术方案_技高网

一种基于大语言模型的智能客服问答方法及系统技术方案

技术编号:40578765 阅读:5 留言:0更新日期:2024-03-06 17:21
本申请提供一种基于大语言模型的智能客服问答方法及系统、设备、存储介质。本申请的方法使用向量处理用户输入文本的匹配过程,解决了传统技术要求苛刻的问题,并根据匹配结果对生成的提示词进行调整,生成不同类型的提示词对大语言模型的输出进行指导,从而改进了大语言模型的回答效果。对于大语言模型的建立,使用目标游戏信息数据和历史客服对话进行训练,还加入了各种微调方法和中文语料数据改善了大语言模型过拟合问题,成功实现了将大语言模型应用在商业化客服的对话场景。

【技术实现步骤摘要】

本申请涉及信息交互,特别涉及一种基于大语言模型的智能客服问答方法及系统、计算设备和计算机可读存储介质。


技术介绍

1、随着人工智能技术的不断发展,越来越多的客服工作已经被人工智能客服方案所取代。在这些方案中,基于人工智能的服务可以自动回答用户的问题,释放人力客服的时间,让他们不再需要应对大量的重复性问答。然而,用户在提问时,提问的方式和内容多种多样,没有固定的模板,而且传统的人工智能方案通常基于例如n-gram匹配技术和预先定义的话术库,不仅维护繁琐,而且匹配效果欠佳,限制了其实用性,用户的体验较差。


技术实现思路

1、有鉴于此,本申请实施例提供了一种基于大语言模型的智能客服问答方法及系统、计算设备和计算机可读存储介质,以解决现有技术中存在的技术缺陷。

2、根据本申请实施例的第一方面,提供了一种基于大语言模型的智能客服问答方法,该方法包括:

3、获取用户输入的问题文本并进行意图分类,得到至少一个意图标签;

4、根据所述至少一个意图标签以及用户输入的问题文本在问题向量库中确认最相似问题,以及所述最相似问题所对应的第一意图标签;

5、根据所述第一意图标签以及最相似问题生成第一提示词或第二连续提示词;

6、将所述第一提示词或第二连续提示词提交给大语言模型,得到大语言模型的回答结果。

7、根据本申请实施例的第二方面,提供了一种基于大语言模型的智能客服问答系统,包括:

8、大语言模型,所述大语言模型为基于产品信息数据和历史客服对话数据进行了sft+reward训练后的大语言模型;

9、分类模块,用于获取用户输入的问题文本并进行意图分类,得到至少一个意图标签;

10、匹配模块,用于根据所述至少一个意图标签以及用户输入的问题文本在问题向量库中确认最相似问题,以及所述最相似问题所对应的第一意图标签;

11、生成模块,用于根据所述第一意图标签以及最相似问题生成第一提示词或第二连续提示词;

12、获取单元,用于将所述第一提示词或第二连续提示词提交给大语言模型,得到所述大语言模型的回答结果。

13、根据本申请实施例的第三方面,提供了一种计算设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令,所述处理器执行所述指令时实现以上所述一种基于大语言模型的智能客服问答方法的步骤。

14、根据本申请实施例的第四方面,提供了一种计算机可读存储介质,其存储有计算机指令,该指令被处理器执行时实现以上所述一种基于大语言模型的智能客服问答方法的步骤。

15、本申请实施例中,实现了一种基于大语言模型的智能客服,解决了现有技术中的匹配效率不好,回答不准确的问题。在本申请中首先使用前置nlp技术优化了传统的文本匹配技术,即使用向量处理用户输入文本的匹配过程,解决了传统n-gram技术要求苛刻的问题,并根据匹配结果对生成的提示词进行调整,生成不同类型的提示词对大语言模型的输出进行指导,从而改进了大语言模型的回答效果。对于大语言模型的建立,使用目标游戏信息数据和历史客服对话进行训练,还加入了各种微调方法和中文语料数据改善了大语言模型过拟合问题,成功实现了将大语言模型应用在商业化客服的对话场景。

本文档来自技高网...

【技术保护点】

1.一种基于大语言模型的智能客服问答方法,其特征在于,包括:

2.根据权利要求1所述的方法,其中,在所述根据所述至少一个意图标签以及用户输入的问题文本在问题向量库中确认最相似问题之前,还包括:

3.根据权利要求1所述的方法,其中,根据所述至少一个意图标签以及用户输入的问题文本在问题向量库中确认最相似问题包括:

4.根据权利要求3所述的方法,其中,所述计算在相同的意图标签下用户输入的问题与向量数据库中历史问题的匹配程度包括:

5.根据权利要求1所述的方法,其中,所述根据第一意图标签以及最相似问题生成第一提示词或第二连续提示词包括:

6.根据权利要求5所述的方法,其中,所述若具备则生成第二连续提示词包括:

7.根据权利要求5或6所述的方法,其中,所述第二连续提示词包括与所述外部信息相关的多个提问与回答的范例。

8.根据权利要求4所述的方法,其中,所述第一属性包括但不限于是否具备时效性。

9.一种基于大语言模型的智能客服问答系统,其特征在于,包括:

10.一种计算设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机指令,其特征在于,所述处理器执行所述指令时实现权利要求1-8任意一项所述方法的步骤。

11.一种计算机可读存储介质,其存储有计算机指令,其特征在于,该指令被处理器执行时实现权利要求1-8任意一项所述方法的步骤。

...

【技术特征摘要】

1.一种基于大语言模型的智能客服问答方法,其特征在于,包括:

2.根据权利要求1所述的方法,其中,在所述根据所述至少一个意图标签以及用户输入的问题文本在问题向量库中确认最相似问题之前,还包括:

3.根据权利要求1所述的方法,其中,根据所述至少一个意图标签以及用户输入的问题文本在问题向量库中确认最相似问题包括:

4.根据权利要求3所述的方法,其中,所述计算在相同的意图标签下用户输入的问题与向量数据库中历史问题的匹配程度包括:

5.根据权利要求1所述的方法,其中,所述根据第一意图标签以及最相似问题生成第一提示词或第二连续提示词包括:

6.根据权利要求5所述的方法,其中,所...

【专利技术属性】
技术研发人员:鲁毅然严志婕李建良郭子文杨东何雨泉乐坚强林逸杨利华袁冠鹏
申请(专利权)人:在线途游北京科技有限公司
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