一种大模型问答优化方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种大模型问答优化方法、装置、设备及存储介质，涉及人工智能技术领域。该方法包括对从目标业务系统获取到的候选网页代码的候选程序文件进行元素提取，得到至少一个候选网页元素；候选网页元素是指包含点击触发事件的网页元素；根据候选网页代码的代码路径、至少一个候选网页元素和至少一个候选网页元素的行为动作特征，确定目标特征值树；基于通用业务大模型，根据目标特征值树，对目标业务系统的初始特征值词典进行优化，得到目标业务系统的目标特征值词典；根据目标特征值词典和目标业务系统的私有知识问答库，对通用业务大模型进行优化，得到目标业务系统的目标业务大模型。上述技术方案，有助于提高优化后大模型的降噪功能。

【技术实现步骤摘要】

本申请实施例涉及计算机，尤其涉及人工智能，具体涉及一种大模型问答优化方法、装置、设备及存储介质。

技术介绍

1、ai（artificial intelligence，人工智能）时代的来临，各行各业开始拥抱ai，让ai赋能业务，帮助用户快速进行业务处理；

2、多轮对话被认为是人工智能领域最困难的问题之一，它涉及语言理解、推理和常识知识的运用。虽然随着互联网的发展，数据信息能够更好的共享，多轮对话得以更好的研究和发展，然而基于语言本身的特性，仍旧存在准确度不高的问题，其中一个主要原因就是在私有大模型构建时，会有各种各样的私有知识进行构建，但用户在问问题时，由于各种私有知识会存在互相语义干扰，导致问题答非所闻。

技术实现思路

1、本申请提供了一种大模型问答优化方法、装置、设备及存储介质，以提高优化后大模型的降噪功能。

2、根据本申请的一方面，提供了一种大模型问答优化方法，该方法包括：

3、对从目标业务系统获取到的候选网页代码的候选程序文件进行元素提取，得到至少一个候选网页元素；所本文档来自技高网...

【技术保护点】

1.一种大模型问答优化方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于通用业务大模型，根据所述目标特征值树，对所述目标业务系统的初始特征值词典进行优化，得到所述目标业务系统的目标特征值词典，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于通用业务大模型，根据所述目标特征值树，对所述目标业务系统的候选特征值词典进行优化，得到所述目标业务系统的目标特征值词典，包括：

4.根据权利要求1所述的方法，其特征在于，根据所述候选网页代码的代码路径、所述至少一个候选网页元素和所述至少一个候选网页元素的行为动作特征，确定目标特征值...

【技术特征摘要】

1.一种大模型问答优化方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，所述基于通用业务大模型，根据所述目标特征值树，对所述目标业务系统的初始特征值词典进行优化，得到所述目标业务系统的目标特征值词典，包括：

3.根据权利要求2所述的方法，其特征在于，所述基于通用业务大模型，根据所述目标特征值树，对所述目标业务系统的候选特征值词典进行优化，得到所述目标业务系统的目标特征值词典，包括：

4.根据权利要求1所述的方法，其特征在于，根据所述候选网页代码的代码路径、所述至少一个候选网页元素和所述至少一个候选网页元素的行为动作特征，确定目标特征值树，包括：

【专利技术属性】
技术研发人员：陈茂林，刘千乐，茹泽清，吴冬冬，郑沁，饶本超，
申请(专利权)人：杭州新中大科技股份有限公司，
类型：发明
国别省市：

全部详细技术资料下载 我是这个专利的主人