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】
本专利技术涉及车载人机交互,尤其涉及一种中间gpt模型构建方法及车载智能交互方法和装置。
技术介绍
1、在汽车领域,车载智能交互已被广泛应用。传统的车载交互方式,比如通过物理按钮和触摸屏等物理方式与汽车交互的方式,已无法满足用户需求,随着科技的不断进步,用户需要使用更加智能、自然的交互方式。现有技术中,越来越多的车企开始将人工智能技术应用于车载系统中,人工智能处理的车载系统可以更加自然地与驾驶员和乘客进行智能交互,提高了用户的交互体验。
2、然而,使用人工智能处理的车载系统目前仍然存在一些局限性,例如目前的车载人机交互系统对于用户数据的安全性保护和数据的隐私保护方面还有不足之处,基础数据集中存储的用户数据信息易被泄漏,数据隐私保护能力有所欠缺。
技术实现思路
1、本专利技术提供一种中间gpt模型构建方法及车载智能交互方法和装置,用以解决现有技术中数据隐私保护能力有所欠缺的缺陷,保障人机交互系统的高安全性和数据隐私保护能力。
2、本专利技术提供一种用于车载智能交互的中间gpt模型构建方法,包括:
3、获取用户问询信息和车辆数据信息;
4、提取所述用户问询信息中的关键字信息后,将所述关键字信息和所述车辆数据信息输入至transformer模型进行预训练,得到多个初始语句;其中,所述transformer模型根据所述关键字信息和所述车辆数据信息,使用掩码语言模型预测掩码位置上的单词或词组,以生成初始语句;
5、根据预设规则对多个
6、基于所述训练问答交互链构建中间gpt模型;所述中间gpt模型被部署在车辆厂商私有云端。
7、根据本专利技术提供的一种用于车载智能交互的中间gpt模型构建方法,所述获取用户问询信息和车辆数据信息,具体包括:
8、获取用户提出的用户问询信息,并对所述用户问询信息进行预处理;其中,对所述用户问询信息进行的预处理操作包括对所述用户问询信息依次进行的分词操作、去除停用词操作和词干提取操作;
9、获取车辆数据信息,并提取所述车辆数据信息中的特定领域的术语,对所述特定领域的术语进行标记。
10、根据本专利技术提供的一种用于车载智能交互的中间gpt模型构建方法,所述获取用户问询信息和车辆数据信息,之后还包括:
11、对所述用户问询信息和车辆数据信息进行格式校验、值域校验、重复数据去重、异常值过滤以及缺失值填充中的一种或多种处理。
12、根据本专利技术提供的一种用于车载智能交互的中间gpt模型构建方法,所述根据预设规则对多个初始语句进行排序,具体包括:
13、基于所述transformer模型确定的所述用户问询信息分别与所述多个初始语句的匹配概率,按照所述匹配概率由大到小的顺序对所述多个初始语句进行排序。
14、根据本专利技术提供的一种用于车载智能交互的中间gpt模型构建方法,所述基于所述训练问答交互链构建中间gpt模型,具体包括:
15、基于所述关键字信息和所述车辆数据信息对所述transformer模型进行无监督预训练后,将所述transformer模型转换为中间gpt模型;
16、基于所述训练问答交互链,利用有监督学习的方式对中间gpt模型进行微调。
17、根据本专利技术提供的一种用于车载智能交互的中间gpt模型构建方法,所述基于所述训练问答交互链构建中间gpt模型,之后还包括:
18、确定调用外部gpt模型之后所述外部gpt返回的问答反馈为目标语句,并基于所述目标语句与对应的用户问询信息构建微调问答交互链;所述外部gpt模型被部署在公有云端;
19、基于所述微调问答交互链训练所述中间gpt模型。
20、本专利技术还提供一种车载智能交互方法,该方法应用于部署在车辆厂商私有云端的中间gpt模型,包括:
21、接收用户输入的待处理用户问询;
22、基于所述待处理用户问询返回所述待处理用户问询对应的目标语句;
23、其中,若所述中间gpt模型确定存在交互障碍,则调用外部gpt模型,得到所述外部gpt模型针对所述待处理用户问询的问答反馈,并将所述待处理用户问询的问答反馈作为目标语句返回给用户;所述外部gpt模型被部署在公有云端;
24、其中,所述中间gpt模型是基于如上述任一种所述用于车载智能交互的中间gpt模型构建方法构建得到的。
25、根据本专利技术提供的一种车载智能交互方法,所述方法还包括:
26、获取用户的个人信息;
27、根据所述用户的个人信息提取所述用户的用户特征;
28、根据所述用户的用户特征提取所述用户的用户画像。
29、根据本专利技术提供的一种车载智能交互方法,所述将所述待处理用户问询的问答反馈作为目标语句返回给用户,具体包括:
30、基于所述用户的用户画像,将所述待处理用户问询的问答反馈转换为符合用户偏好的目标语句,并将所述符合用户偏好的目标语句通过tts系统以语音形式返回给用户。
31、本专利技术还提供一种车载智能交互装置,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可执行指令,所述处理器执行所述可执行指令时实现如上述任一种所述用于车载智能交互的中间gpt模型构建方法或车载智能交互方法。
32、本专利技术提供的中间gpt模型构建方法及车载智能交互方法和装置,与现有技术相比,能够达到的有益效果至少包括:
33、1、中间gpt模型被部署在车辆厂商私有云端,而非存储至公有的gpt模型服务器,有效避免了外部gpt模型直接接入车载系统引起的安全漏洞问题,保护车辆不被其他外部指令控制,避免了车辆系统受到攻击或被破坏,保护了车辆系统的安全;保护了基础数据集中存储的用户数据信息,保护了中间gpt模型中的数据隐私,提高了人机交互系统的安全性和数据隐私保护能力;
34、2、通过对中间gpt模型进行训练,提高了车载系统对中间gpt模型的适应性,能够实现和用户的有效的智能交互,当用户与车载系统存在交互障碍,中间gpt模型可获取外部gpt模型的数据,进一步提高了人机交互的使用体验;
35、3、通过持续收集用户发出的用户问询信息,并根据用户问询信息和目标语句对中间gpt模型进行更新,使得中间gpt模型的数据不断优化,增强了中间gpt模型的实用性,提高了用户的使用体验。
36、综上所述,通过在外部gpt模型和车载系统之间增加中间gpt模型,可以提高车载人机交互系统的安全性、适应性、数据隐私保护能力,提高交互效率,保障车辆的安全性和稳定性,从而为用本文档来自技高网...
【技术保护点】
1.一种用于车载智能交互的中间GPT模型构建方法,其特征在于,包括:
2.根据权利要求1所述的用于车载智能交互的中间GPT模型构建方法,其特征在于,所述获取用户问询信息和车辆数据信息,具体包括:
3.根据权利要求2所述的用于车载智能交互的中间GPT模型构建方法,其特征在于,所述获取用户问询信息和车辆数据信息,之后还包括:
4.根据权利要求1所述的用于车载智能交互的中间GPT模型构建方法,其特征在于,所述根据预设规则对多个初始语句进行排序,具体包括:
5.根据权利要求1所述的用于车载智能交互的中间GPT模型构建方法,其特征在于,所述基于所述训练问答交互链构建中间GPT模型,具体包括:
6.根据权利要求1至5任一项所述的用于车载智能交互的中间GPT模型构建方法,其特征在于,所述基于所述训练问答交互链构建中间GPT模型,之后还包括:
7.一种车载智能交互方法,其特征在于,所述方法应用于部署在车辆厂商私有云端的中间GPT模型,所述方法包括:
8.根据权利要求7所述的车载智能交互方法,其特征在于,所述方法还
9.根据权利要求8所述的车载智能交互方法,其特征在于,所述将所述待处理用户问询的问答反馈作为目标语句返回给用户,具体包括:
10.一种车载智能交互装置,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的可执行指令,其特征在于,所述处理器执行所述可执行指令时实现如权利要求1至6任一项所述用于车载智能交互的中间GPT模型构建方法或如权利要求7至9任一项所述车载智能交互方法。
...【技术特征摘要】
1.一种用于车载智能交互的中间gpt模型构建方法,其特征在于,包括:
2.根据权利要求1所述的用于车载智能交互的中间gpt模型构建方法,其特征在于,所述获取用户问询信息和车辆数据信息,具体包括:
3.根据权利要求2所述的用于车载智能交互的中间gpt模型构建方法,其特征在于,所述获取用户问询信息和车辆数据信息,之后还包括:
4.根据权利要求1所述的用于车载智能交互的中间gpt模型构建方法,其特征在于,所述根据预设规则对多个初始语句进行排序,具体包括:
5.根据权利要求1所述的用于车载智能交互的中间gpt模型构建方法,其特征在于,所述基于所述训练问答交互链构建中间gpt模型,具体包括:
6.根据权利要求1至5任一项所述的用于车载智能交互的中间...
【专利技术属性】
技术研发人员:唐峥巍,
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。