一种对话数据集生成方法、装置、存储器和设备制造方法及图纸

本发明专利技术涉及一种提出的对话数据集生成方法和装置，包括采集预设领域的参考文本信息；构建所述预设领域的提示，所述提示包括示范示例、思考链和逻辑链；将所述预设领域的参考文本信息和提示输入大型语言模型LLM中，生成所述预设领域的对话数据集。本发明专利技术利用大型语言模型自动化地生成高质量、多样化且具有广泛应用场景的对话数据集，以支持对话系统的快速发展和应用。本发明专利技术还涉及一种设备和存储介质。

【技术实现步骤摘要】

本专利技术涉及人工智能，尤其涉及一种对话数据集生成方法、装置、存储器和设备。

技术介绍

1、随着人工智能技术的快速发展，对话系统已经成为人机交互的重要组成部分。高质量的对话数据集是训练和评估对话系统的关键资源。然而，现有的对话数据集往往存在规模有限、覆盖场景不全面、缺乏多样性等问题，这限制了对话系统的性能提升和应用范围的扩展。

2、传统的对话数据集生成方法主要依赖于人工收集和标注，这种方法成本高昂、效率低下，并且难以快速适应新的对话场景和领域。此外，人工标注的数据集可能包含偏见和错误，影响对话系统的准确性和公正性。

3、近年来，大型语言模型如gpt-3等在自然语言理解和生成方面取得了显著进展，为自动生成高质量对话数据集提供了新的可能性。然而，如何有效利用大型语言模型生成具有真实性、多样性和广泛覆盖度的对话数据集，仍然是一个亟待解决的技术挑战。

技术实现思路

1、为了解决如何有效利用大型语言模型生成具有真实性、多样性和广泛覆盖度的对话数据集的技术问题，本专利技术提供了一种对话数据集生成方本文档来自技高网...

【技术保护点】

1.一种对话数据集生成方法，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，

3.根据权利要求2所述的方法，其特征在于，所述将所述预设领域的参考文本信息和提示输入大型语言模型LLM中，生成所述预设领域的对话数据集，具体包括：

4.根据权利要求3所述的方法，其特征在于，所述LLM根据所述对话内容的输出格式和所述参考文本信息，生成所述预设领域的对话数据集，具体包括：

5.根据权利要求3所述的方法，其特征在于，所述LLM根据所述对话内容的输出格式和所述参考文本信息，生成所述预设领域的对话数据集，具体包括：

6.根...

【技术特征摘要】

1.一种对话数据集生成方法，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，

3.根据权利要求2所述的方法，其特征在于，所述将所述预设领域的参考文本信息和提示输入大型语言模型llm中，生成所述预设领域的对话数据集，具体包括：

4.根据权利要求3所述的方法，其特征在于，所述llm根据所述对话内容的输出格式和所述参考文本信息，生成所述预设领域的对话数据集，具体包括：

5.根据权利要求3所述的方法，其特征在于，...

【专利技术属性】
技术研发人员：李彤亮，侯霞，李奇峰，宋文凤，杨鸿波，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：