【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于生成式ai的用户陪伴方法、系统、电子设备及计算机可读存储介质。
技术介绍
1、生成式ai是指一种通过学习大规模数据集生成新的原创内容的新型人工智能，它是基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术，提供生成式人工智能产品或服务。
2、而随着老龄化进程的加速，养老产业面临着庞大的时长需求。但是，现有的养老服务供给不足，且没有针对有生活自理能力的养老服务供给。
3、因此，亟需一种能够填补现有养老服务缺口，提供个性化陪伴服务的生成式ai用户陪伴方法。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种基于生成式ai的用户陪伴方法、系统、电子设备及计算机可读存储介质。
2、一种基于生成式ai的用户陪伴方法，包括以下步骤：获取注册信息进行注册，并设定人机交互方式；构建基于人机交互的后台问答模型，用于进行主动关怀、私人助理和疾病预测；构建用于存储问答信息的数据池，所述问答信息用于生成报告和模型训练；根据存储的问答信息，采用大语言模型进行分析，确定问答信息的话题领域；根据所述话题领域提取对应的专业领域知识，并与所述问答信息一并进行向量化，得到向量序列；获取用户提问，提炼向量化表示的提问内容得到待检索数据，基于所述待检索数据采用检索增强生成方法，对与所述用户提问相关的所述向量序列进行处理，生成目标回答信息。
3、在其中一个实施例中，所述注册信息包括用户性格调查分析报告。
5、在其中一个实施例中，所述根据存储的问答信息，采用大语言模型进行分析，确定问答信息的话题领域，包括：采用大语言模型，从存储的问答信息中提取当日问答信息中的话题关键词，并基于所述话题关键词确定话题领域；基于所述话题关键词和话题领域对用户的情感倾向进行分析，得到分析结果；基于对话内容的分析结果，生成当日的汇报文件，所述汇报文件包括话题、情感倾向以及行动建议；对每日问答信息的话题进行综合分析和归类，提炼出话题的简要描述和标签。
6、在其中一个实施例中，所述根据所述话题领域提取对应的专业领域知识，并与所述问答信息一并进行向量化，得到向量序列，包括：基于所述话题领域查找对应的专业领域数据库，在所述专业领域数据库中提取得到对应的专业领域知识；将所述问答信息和专业领域知识进行切分，划分得到块或句子；对每个块或句子进行分词，进一步划分为单个词或标记；对每个词或标记进行嵌入词向量化，得到对应的向量表示；将所有向量化后的词或标记进行组合，得到向量序列并存储至向量数据库中。
7、在其中一个实施例中，所述获取用户提问，提炼向量化表示的提问内容得到待检索数据，基于所述待检索数据采用检索增强生成方法，对与所述用户提问相关的向量序列进行处理，生成目标回答信息，包括：获取用户提问，将用户提问转换为向量化表示的提问内容，提炼得到待检索数据；采用检索增强生成方法，对所述向量序列进行索引化处理，所述索引化处理包括数据加载、数据清洗和元数据提取，其中，所述元数据包括文件名、时间、章节标题和图片描述的关键信息；采用文本编码技术将索引化后的数据转化为向量表示；基于索引算法，根据编码后的数据构建索引；基于所述待检索数据，采用检索算法根据所述索引进行检索操作，得到所述查询信息对应的文档或段落，生成检索结果；采用排序算法对所述检索结果进行排序；根据排序后的检索结果结合所述用户提问，采用大语言模型生成对应的目标回答信息。
8、一种基于生成式ai的用户陪伴系统，用于实现如上所述的一种基于生成式ai的用户陪伴方法，包括：人机交互模块、后台问答模块、数据池构建模块、ai离线分析模块、ai在线分析模块和回答生成模块，且所述人机交互模块、后台问答模块、数据池构建模块、ai离线分析模块、ai在线分析模块和回答生成模块之间通信连接；所述人机交互模块用于获取注册信息进行注册，并根据设定的人机交互方式进行人机交互；所述后台问答模块用于构建基于人机交互的后台问答模型，用于进行主动关怀、私人助理和疾病预测；所述数据池构建模块用于构建存储问答信息的数据池，所述问答信息用于生成报告和模型训练；所述ai离线分析模块用于根据存储的问答信息，采用大语言模型进行分析，确定问答信息的话题领域；所述ai在线分析模块用于根据所述话题领域提取对应的专业领域知识，并与所述问答信息一并进行向量化，得到向量序列；所述回答生成模块用于获取用户提问，提炼向量化表示的提问内容得到待检索数据，基于所述待检索数据采用检索增强生成方法，对与所述用户提问相关的所述向量序列进行处理，生成目标回答信息。
9、一种电子设备，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程序，所述处理器执行所述程序时实现上述各个实施例中所述的基于生成式ai的用户陪伴方法的步骤。
10、一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述各个实施例中所述的基于生成式ai的用户陪伴方法的步骤。
11、相比于现有技术，本专利技术的优点及有益效果在于：通过获取注册信息进行注册，并设定人机交互方式，构建基于人机交互的后台问答模型，用于实现主动关怀、私人助理和疾病预测的功能，构建用于存储问答信息的数据池，问答信息能够用于报告的生成和模型的训练；根据存储的问答信息，采用大语言模型进行分析，确定问答信息的话题领域，基于话题领域提取对应的专业领域知识，并与问答信息一并进行向量化，得到向量序列，获取用户提问提炼出向量化表示的待检索数据，基于待检索数据采用检索增强生成方法，对与用户提问相关的向量序列进行处理，生成目标回答信息，从而能够实现基于生成式ai的用户陪伴，且能够根据用户的注册信息进行个性化且安全的陪伴，以满足不同用户的需求，填补了现有养老服务的缺口。
本文档来自技高网...【技术保护点】
1.一种基于生成式AI的用户陪伴方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于生成式AI的用户陪伴方法，其特征在于，所述注册信息包括用户性格调查分析报告。
3.根据权利要求2所述的基于生成式AI的用户陪伴方法，其特征在于，所述构建基于人机交互的后台问答模型，用于进行主动关怀、私人助理和疾病预测，包括：
4.根据权利要求1所述的基于生成式AI的用户陪伴方法，其特征在于，所述根据存储的问答信息，采用大语言模型进行分析，确定问答信息的话题领域，包括：
5.根据权利要求1所述的基于生成式AI的用户陪伴方法，其特征在于，所述根据所述话题领域提取对应的专业领域知识，并与所述问答信息一并进行向量化，得到向量序列，包括：
6.根据权利要求1所述的基于生成式AI的用户陪伴方法，其特征在于，所述获取用户提问，提炼向量化表示的提问内容得到待检索数据，基于所述待检索数据采用检索增强生成方法，对与所述用户提问相关的所述向量序列进行处理，生成目标回答信息，包括：
7.一种基于生成式AI的用户陪伴系统，其特征在于，用于实现
8.一种电子设备，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程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种基于生成式ai的用户陪伴方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于生成式ai的用户陪伴方法，其特征在于，所述注册信息包括用户性格调查分析报告。
3.根据权利要求2所述的基于生成式ai的用户陪伴方法，其特征在于，所述构建基于人机交互的后台问答模型，用于进行主动关怀、私人助理和疾病预测，包括：
4.根据权利要求1所述的基于生成式ai的用户陪伴方法，其特征在于，所述根据存储的问答信息，采用大语言模型进行分析，确定问答信息的话题领域，包括：
5.根据权利要求1所述的基于生成式ai的用户陪伴方法，其特征在于，所述根据所述话题领域提取对应的专业领域知识，并与所述问答信息一并进行向量化，得到向量序列，包括：
6.根据...
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。