【技术实现步骤摘要】
本专利技术涉及自然语言处理，具体涉及基于多智能体交互的槽位信息补充方法、装置及设备。
技术介绍
1、随着大型语言模型 (large language model，llm)的涌现，以llm为中枢构建的智能体系统在近期受到了广泛的关注。智能体系统旨在利用llm的归纳推理能力，通过为不同的智能体分配角色与任务信息，并配备相应的工具插件，从而完成复杂的任务。目前更常见的框架大多聚焦于单智能体的场景。单智能体的核心在于llm与工具的配合。llm通过理解用户的任务，推理出需要调用的工具，并基于调用结果给用户反馈。
2、随着人工智能技术的不断发展，多轮对话系统在各种应用场景中变得越来越重要。传统的多轮对话系统通常需要大量的手工规则和领域专家的参与，使其难以扩展到不同领域和任务。然而，实际中的多轮对话通常涉及超出模型本身能力之外的知识和任务，如关键信息追问，这为模型的应用提出了挑战。例如，由于用户缺乏专业性，对话过程中很多问题可能缺少必要的相关信息，现有的大语言模型无法引导用户对重要对话信息进行有效补充。
技术实...
【技术保护点】
1.一种基于多智能体交互的槽位信息补充方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述节点判断流程表和所述槽位列表中各个槽位对应的槽位信息，确定当前对话信息对应的待补充槽位，包括：
5.根据权利要求1所述的方法，其特征在于，所述意图识别智能体的构建方式为：
6.根据权利要求4所述的方法，其特征在于，所述根据所述目标槽位对应的判断规则判断所述目标槽位对应...
【技术特征摘要】
1.一种基于多智能体交互的槽位信息补充方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述根据所述节点判断流程表和所述槽位列表中各个槽位对应的槽位信息，确定当前对话信息对应的待补充槽位，包括：
5.根据权利要求1所述的方法，其特征在于，所述意图识别智能体的构建方式为：
6.根据权利要求4所述的方法，其特征在于，所述根...
【专利技术属性】
技术研发人员：吴立辉，黄骅，赵铭健，曹斌，
申请(专利权)人：中电科东方通信集团有限公司，
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。