【技术实现步骤摘要】
本申请涉及人工智能，特别是涉及一种回复文本数据的生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
技术介绍
1、随着信息技术的快速发展，成人职业教育领域经历了显著的变革。在线教育平台以其较高的便携性、高效性和灵活性，成为成人提升职业技能的主要途径。目前，成人学员可以通过在线教育平台来购买并观看线上直播课程，并与线上直播课程的讲师进行一对一答疑互动。
2、然而，随着学员数量的急剧扩大，学员的问题和需求越来越多样化。传统的班主任解答方式不仅承载力有限，无法及时回复所有学员的问题，同时，在处理大量且复杂的问题时，难以快速地给出准确的回复。因此，亟需一种效率更高的回复文本数据的生成方法来应对当前在线教育平台的困境。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种高效率的回复文本数据的生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
2、第一方面，本申请提供了一种回复文本数据的生成方法，包括：
3、获取问题文本数据；
4、对所述问题文本数据进行意图分类，得到所述问题文本数据所属的目标意图类别；
5、根据预先配置的与所述目标意图类别对应的多种大型语言模型以及每种所述大型语言模型的模型优先级，从多种所述大型语言模型中选取出所述模型优先级满足预设条件的目标大模型；
6、根据预先配置的与所述目标大模型对应的回复提示模板和所述问题文本数据生成模型输入数据，将所述模型输入数据输入至所述目标
7、在其中一个实施例中，所述方法还包括：
8、拦截所述回复文本数据，并将所述回复文本数据与预设向量库中存储的问答向量数据进行匹配，得到所述回复文本数据的回答分值；
9、当所述回答分值低于预设分值阈值时，生成与所述回复文本数据对应的未通过检测原因；
10、根据所述未通过检测原因更新所述模型输入数据；
11、将更新后的模型输入数据输入至所述目标大模型，得到与所述问题文本数据对应的新的回复文本数据。
12、在其中一个实施例中，所述方法还包括：
13、当所述目标大模型重复生成新的回复文本数据的次数达到预设次数阈值，且，所述新的回复文本数据的回答分值低于所述预设分值阈值时，根据所述模型优先级，选取得到新的目标大模型；
14、根据所述新的目标大模型对应的新的回复提示模板和所述问题文本数据生成新的模型输入数据，将所述新的模型输入数据输入至所述新的目标大模型，得到与所述问题文本数据对应的新的回复文本数据。
15、在其中一个实施例中，所述方法还包括：
16、当遍历完毕每种所述大型语言模型之后得到的所述目标大模型的回复文本数据的回答分值均低于所述预设分值阈值时，根据所述目标意图类别生成与所述问题文本数据对应的意图待办标签；
17、根据所述意图待办标签，确定所述问题文本数据对应的处理优先级；
18、按照所述处理优先级将所述问题文本数据以及所述意图待办标签返回至客户端显示。
19、在其中一个实施例中，所述方法还包括：
20、在预设业务场景下，获取当前产生的多轮对话数据；
21、使用多代理路由基于所述多轮对话数据确定与所述预设业务场景对应的目标业务链，所述目标业务链用于指导所述回复文本数据生成过程中需要执行的业务处理操作。
22、在其中一个实施例中，所述对所述问题文本数据进行意图分类，得到所述问题文本数据所属的目标意图类别，包括：
23、将所述问题文本数据与预设的意图关键词进行匹配；
24、当确定不存在与所述问题文本数据对应的意图关键词时，计算所述问题文本数据与预设向量库中的问题向量数据之间的相似度；
25、当所述相似度低于预设相似阈值时，使用意图分类大模型对所述问题文本数据进行意图分类处理，得到所述目标意图类别。
26、第二方面，本申请还提供了一种回复文本数据的生成装置，包括：
27、问题获取模块，用于获取问题文本数据；
28、意图分类模块，用于对所述问题文本数据进行意图分类，得到所述问题文本数据所属的目标意图类别；
29、配置获取模块，用于根据预先配置的与所述目标意图类别对应的多种大型语言模型以及每种所述大型语言模型的模型优先级，从多种所述大型语言模型中选取出所述模型优先级满足预设条件的目标大模型；
30、回复生成模块，用于根据预先配置的与所述目标大模型对应的回复提示模板和所述问题文本数据生成模型输入数据，将所述模型输入数据输入至所述目标大模型，得到与所述问题文本数据对应的回复文本数据。
31、第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面任一项实施例所述的回复文本数据的生成方法。
32、第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面任一项实施例所述的回复文本数据的生成方法。
33、第五方面，本申请还提供了一种计算机程序产品。所述计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面任一项实施例所述的回复文本数据的生成方法。
34、上述回复文本数据的生成方法、装置、计算机设备、计算机可读存储介质和计算机程序产品，通过获取问题文本数据，对问题文本数据进行意图分类，得到问题文本数据所属的目标意图类别，根据预先配置的与目标意图类别对应的多种大型语言模型以及每种大型语言模型的模型优先级，从多种大型语言模型中选取出模型优先级满足预设条件的目标大模型，根据预先配置的与目标大模型对应的回复提示模板和问题文本数据生成模型输入数据，将模型输入数据输入至目标大模型，得到与问题文本数据对应的回复文本数据，能够针对性地采用与目标意图类别对应的大型语言模型及其回复提示模板生成回复文本数据，从而提高回复文本数据的生成效率以及生成质量。
35、同时，由于采用上述回复文本数据的生成方法，预先为目标意图类别配置有对应的大型语言模型及其回复提示模板即可实现在回复文本数据生成过程中快速调用，能够实现回复文本数据生成功能的低代码化：在上述回复生成文本数据的生成方法接入各种复杂的业务场景时，仅需要进行相关配置即可，不用编写任何额外代码，大大节省了开发时间和开发成本，更为简单高效。
本文档来自技高网...【技术保护点】
1.一种回复文本数据的生成方法，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，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述对所述问题文本数据进行意图分类，得到所述问题文本数据所属的目标意图类别，包括：
7.一种回复文本数据的生成装置，其特征在于，所述装置包括：
8.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，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中任一项所述的方法的步骤。
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。
10.一种计算机程序产品，包括计算机程序，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
...【技术特征摘要】
1.一种回复文本数据的生成方法，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，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述方法还包括：
5.根据权利要求1所述的方法，其特征在于，所述方法还包括：
6.根据权利要求1至5中任一项所述的方法，其特征在于，所述对所述问题文本数据进行意图分类，得到所述问题文本数据所属的目标意图类别，包括：
7...
【专利技术属性】
技术研发人员：蔡昭阳，原晓博，官梦诗，杜玮，
申请(专利权)人：深圳十方融海科技有限公司，
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。