一种事务问答召回方法及装置制造方法及图纸

本发明专利技术涉及人工智能技术领域，具体提供了一种事务问答召回方法及装置，具有如下步骤：S1、基于提示工程的大语言模型虚拟用户问题生成；S2、构造正样本、负样本和锚点anchor样本；S3、构建源问题‑虚拟问题度量学习模块；S4、测试的部署。与现有技术相比，本发明专利技术能够通过提示工程开发大语言模型，生成更贴近用户表达的问题，提高了问题的可读性和用户的理解度，同时丰富了问题库的多样性，使得智能问答系统更能满足用户需求。

【技术实现步骤摘要】

本专利技术涉及人工智能，具体提供一种事务问答召回方法及装置。

技术介绍

1、在数字业务领域的智能问答系统中，对于用户提问的问题，现有技术通常利用预训练好的深度网络模型对用户的问题提取特征向量，并将该特征向量与问题库中各个问题的特征向量计算相似度，来实现相似问题的召回。

2、目前常用的对文本提取特征的深度网络有word2vec(word to vector)、elmo(embeddings from language model)、bert(bidirectional encoder representationsfrom transformers)和gpt(generative pre-training)等。

3、其中，word2vec利用稠密向量对词进行表示，从而降低了计算成本并提高了表示的精度。然而，这些方法仅仅对词进行单一的全局表示，捕捉的是浅层的文本特征，而忽略了词在不同上下文中的句法和语义特征，因此无法有效地表达词语的含义。随后，elmo(embeddings from language model)采用了双向长短期记忆(本文档来自技高网...

【技术保护点】

1.一种事务问答召回方法，其特征在于，具有如下步骤：

2.根据权利要求1所述的一种事务问答召回方法，其特征在于，在步骤S1中，进一步包括：

3.根据权利要求2所述的一种事务问答召回方法，其特征在于，在步骤S1-1中，首先构造提示词，为开发大语言模型做准备，下一步，根据提示工程，令大语言模型根据问题库中的源问题生成虚拟用户问题，对问题库中的每个问题生成5-10条虚拟用户问题。

4.根据权利要求3所述的一种事务问答召回方法，其特征在于，在步骤S1-2中，首先设计用于开发大语言模型ChatGLM的提示词，接下来将大语言模型ChatGLM载入显存中；

<...

【技术特征摘要】

1.一种事务问答召回方法，其特征在于，具有如下步骤：

2.根据权利要求1所述的一种事务问答召回方法，其特征在于，在步骤s1中，进一步包括：

3.根据权利要求2所述的一种事务问答召回方法，其特征在于，在步骤s1-1中，首先构造提示词，为开发大语言模型做准备，下一步，根据提示工程，令大语言模型根据问题库中的源问题生成虚拟用户问题，对问题库中的每个问题生成5-10条虚拟用户问题。

4.根据权利要求3所述的一种事务问答召回方法，其特征在于，在步骤s1-2中，首先设计用于开发大语言模型chatglm的提示词，接下来将大语言模型chatglm载入显存中；

5.根据权利要求4所述的一种事务问答召回方法，其特征在于，在步骤s2中，首先从问题库中挑选源问题“a”，作为正样本，然后再随机从大语言模型根据源问题“a”生成的虚拟用户问题集合中挑选一个虚拟用户问题“ai”，作为锚点样本；

6.根据权利要求5所述的一种事务问答召回...

【专利技术属性】
技术研发人员：信建佳，陈兆亮，张兆勇，孙贤雯，崔胜利，
申请(专利权)人：浪潮软件股份有限公司，
类型：发明
国别省市：