【技术实现步骤摘要】
本专利技术涉及人机交互，尤其涉及一种基于gpt模型的智能设备交互方法、装置和系统。
技术介绍
1、在当今社会，智能设备已经深入到人们的日常生活中，其中，智能音箱和车载设备等设备的人机交互功能尤为重要。然而，当前的智能设备交互系统还存在很多问题和挑战。首先，传统的交互方式已经无法满足人们对更自然、智能的交互方式的需求。其次，由于设备的硬件限制，高质量的数字人(即虚拟人)无法在这些设备上呈现。最重要的是，虽然云端部署的基于gpt(generative pre-trained transformer，生成式预训练transformer模型)模型的大型语言模型可以提供数字人的个性化服务，但这同时也带来了数据安全和隐私的问题。在实时上传和分析用户数据的过程中，如何在保证数据的安全、保护用户的隐私的前提下提供更准确的交互效果，这些都是当前需要解决的重要问题。
技术实现思路
1、本专利技术提供一种基于gpt模型的智能设备交互方法、装置和系统，用以解决现有技术中交互效果和智能设备系统复杂度之间存在矛盾且提供个性化服务时存在用户隐私泄漏问题的缺陷。
2、本专利技术提供一种基于gpt模型的智能设备交互方法，包括：
3、接收智能设备端发送的用户交互信息和用户偏好信息；所述用户交互信息是所述智能设备端对用户输入的原始交互信息进行脱敏处理后的信息；
4、对所述用户交互信息进行处理得到后处理交互信息后，将所述后处理交互信息发送至gpt模型，以使得所述gpt模型返回所述后处理
5、接收到所述gpt模型返回的所述任务处理信息后，基于所述用户偏好信息和所述任务处理信息融合得到交互应答信息，并将所述交互应答信息发送至所述智能设备端，以供所述智能设备端基于所述用户交互信息涉及的用户隐私数据对所述交互应答信息进行修正，并基于修正后的信息对用户进行应答。
6、根据本专利技术提供的一种基于gpt模型的智能设备交互方法，所述基于所述用户偏好信息和所述任务处理信息融合得到交互应答信息，具体包括：
7、基于所述任务处理信息中的各个名词与所述用户偏好信息中的各个偏好标签进行匹配，得到所述任务处理信息中各个名词匹配的偏好标签；
8、基于所述任务处理信息中各个名词匹配的偏好标签的标签值，对所述任务处理信息中的相应名词进行替换，得到交互应答信息；其中，所述智能设备端接收到所述交互应答信息后，基于所述用户交互信息涉及的用户隐私数据对所述交互应答信息进行修正，得到修正处理信息，并执行所述修正处理信息实现对用户的应答。
9、根据本专利技术提供的一种基于gpt模型的智能设备交互方法，所述将所述后处理交互信息发送至gpt模型，具体包括：
10、对所述后处理交互信息进行向量化处理，得到后处理交互向量；
11、基于所述后处理交互向量在各个领域的知识库中进行检索，确定所述各个领域的知识库中与所述后处理交互向量匹配的领域知识及其领域知识向量；
12、将所述后处理交互向量与所述匹配的领域知识的领域知识向量拼接，得到融合查询向量，并将所述融合查询向量发送至gpt模型。
13、根据本专利技术提供的一种基于gpt模型的智能设备交互方法，所述将所述融合查询向量发送至gpt模型，具体包括：
14、将所述融合查询向量发送给多个gpt模型，得到所述多个gpt模型返回的所述后处理交互信息的任务处理信息；
15、基于所述多个gpt模型返回的所述后处理交互信息的任务处理信息进行融合或筛选，得到优化处理信息；所述优化处理信息用于与所述用户偏好信息一同融合得到所述交互应答信息。
16、根据本专利技术提供的一种基于gpt模型的智能设备交互方法，所述代理层是基于如下步骤构建的：
17、基于预训练的文本生成模型构建初始模型；
18、将样本输入信息输入至所述初始模型中，得到所述初始模型输出的测试输出信息；
19、基于所述测试输出信息的评分，或者基于所述测试输出信息与样本输出信息之间的差异，对所述初始模型进行微调，得到所述代理层。
20、本专利技术还提供一种基于gpt模型的智能设备交互方法，包括：
21、接收用户输入的原始交互信息，并对所述原始交互信息进行脱敏处理，得到用户交互信息；
22、将所述用户交互信息和所述用户的用户偏好信息发送至代理层，以供所述代理层对所述用户交互信息进行处理得到后处理交互信息后，将所述后处理交互信息发送至gpt模型，使得所述gpt模型返回所述后处理交互信息的任务处理信息；
23、接收所述代理层发送的交互应答信息，基于所述用户交互信息涉及的用户隐私数据对所述交互应答信息进行修正，并基于修正后的信息对用户进行应答；其中，所述交互应答信息是所述代理层接收到所述gpt模型返回的所述后处理交互信息的任务处理信息后，基于所述用户偏好信息和所述任务处理信息融合得到的。
24、根据本专利技术提供的一种基于gpt模型的智能设备交互方法，所述基于所述用户交互信息涉及的用户隐私数据对所述交互应答信息进行修正，并基于修正后的信息对用户进行应答，具体包括：
25、基于所述用户交互信息涉及的用户隐私数据对所述交互应答信息进行修正，得到修正处理信息，并执行所述修正处理信息实现对用户的应答；
26、其中，所述交互应答信息是所述代理层基于所述任务处理信息中的各个名词与所述用户偏好信息中的各个偏好标签进行匹配，得到所述任务处理信息中各个名词匹配的偏好标签后，基于所述任务处理信息中各个名词匹配的偏好标签的标签值，对所述任务处理信息中的相应名词进行替换得到的。
27、根据本专利技术提供的一种基于gpt模型的智能设备交互方法，所述方法还包括：
28、收集多个用户的原始交互信息和对应的修正后的信息，并记录不符合用户预期的修正后的信息对应的原始交互信息作为定向优化样本；
29、对所述定向优化样本进行意图识别，得到所述定向优化样本对应的用户意图，并基于所述用户意图对所述定向优化样本中与所述用户意图相关的相关文本设置类型标签；
30、将所述相关文本进行分词，得到所述相关文本的关键词，并基于所述相关文本的关键词以及所述相关文本的类型标签在各个领域的知识库中进行检索，得到与所述相关文本匹配的领域知识；
31、在所述相关文本以及与所述相关文本匹配的领域知识之间建立关联关系，使得同一用户再次输入与所述定向优化样本相同的原始交互信息后，基于相应原始交互信息对应的后处理交互信息的后处理交互向量在各个领域的知识库中进行检索时，将所述相关文本匹配的领域知识确定为与相应后处理交互向量匹配的领域知识，或者，基于所述与所述相关文本匹配的领域知识对所述原始交互信息进行应答。
32、根据本专利技术提供的一种基于gpt模型的智能设备交互方法，所述方法还包括：
33、获取所述用户在应答后输入的反馈信息并采集所述用本文档来自技高网...
【技术保护点】
1.一种基于GPT模型的智能设备交互方法，应用于代理层，其特征在于，包括：
2.根据权利要求1所述的基于GPT模型的智能设备交互方法，其特征在于，所述基于所述用户偏好信息和所述任务处理信息融合得到交互应答信息，具体包括：
3.根据权利要求1或2所述的基于GPT模型的智能设备交互方法，其特征在于，所述将所述后处理交互信息发送至GPT模型，具体包括：
4.根据权利要求3所述的基于GPT模型的智能设备交互方法，其特征在于，所述将所述融合查询向量发送至GPT模型，具体包括：
5.根据权利要求1或2所述的基于GPT模型的智能设备交互方法，其特征在于，所述代理层是基于如下步骤构建的：
6.一种基于GPT模型的智能设备交互方法，应用于智能设备端，其特征在于，包括：
7.根据权利要求6所述的基于GPT模型的智能设备交互方法，其特征在于，所述基于所述用户交互信息涉及的用户隐私数据对所述交互应答信息进行修正，并基于修正后的信息对用户进行应答，具体包括：
8.根据权利要求6或7所述的基于GPT模型的智能设备交互方法，其
9.根据权利要求6或7所述的基于GPT模型的智能设备交互方法，其特征在于，所述方法还包括：
10.根据权利要求6或7所述的基于GPT模型的智能设备交互方法，其特征在于，所述方法还包括：
11.根据权利要求10所述的基于GPT模型的智能设备交互方法，其特征在于，本地GPT模型是对样本GPT模型进行模型量化压缩得到的。
12.一种基于GPT模型的智能设备交互方法，其特征在于，包括：
13.一种基于GPT模型的智能设备交互装置，部署于代理层，其特征在于，包括：
14.一种基于GPT模型的智能设备交互装置，部署于智能设备端，其特征在于，包括：
15.一种基于GPT模型的智能设备交互系统，其特征在于，包括：代理层和智能设备端；
...【技术特征摘要】
1.一种基于gpt模型的智能设备交互方法，应用于代理层，其特征在于，包括：
2.根据权利要求1所述的基于gpt模型的智能设备交互方法，其特征在于，所述基于所述用户偏好信息和所述任务处理信息融合得到交互应答信息，具体包括：
3.根据权利要求1或2所述的基于gpt模型的智能设备交互方法，其特征在于，所述将所述后处理交互信息发送至gpt模型，具体包括：
4.根据权利要求3所述的基于gpt模型的智能设备交互方法，其特征在于，所述将所述融合查询向量发送至gpt模型，具体包括：
5.根据权利要求1或2所述的基于gpt模型的智能设备交互方法，其特征在于，所述代理层是基于如下步骤构建的：
6.一种基于gpt模型的智能设备交互方法，应用于智能设备端，其特征在于，包括：
7.根据权利要求6所述的基于gpt模型的智能设备交互方法，其特征在于，所述基于所述用户交互信息涉及的用户隐私数据对所述交互应答信息进行...
【专利技术属性】
技术研发人员：唐峥巍，许敏，
申请(专利权)人：浙江棱镜全息科技有限公司，
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。