【技术实现步骤摘要】
本公开涉及计算机，尤其涉及一种智能问答方法、电子设备及程序产品。
技术介绍
1、目前存在多种形式的对话式人工智能(artificial intelligence，ai)助手，例如文本机器人、语音机器人以及多模态数字人等，但是这些对话式ai助手普遍存在知识结构不完整、语义理解不到位等问题。在这种情况下，可以将对话式ai助手与大语言模型(largelanguage model，llm)相结合，从而提升对话式ai助手的语义理解能力及逻辑推理能力。
2、在具体的实时过程中，llm可以基于自然语言的语义分析等，对用户输入的文本进行语义理解和逻辑推理，并生成与用户输入的文本对应的回答。
3、但是，上述方法中，对于一个专有的领域知识而言，由于该领域知识的私有性，llm中并没有涵盖对该领域知识的学习训练过程。因此，该llm并不能准确可靠地生成与该领域知识相关的回答。
技术实现思路
1、本公开提供一种智能问答方法、电子设备及程序产品，解决了相关技术中，由于llm中并没有涵盖对该领域知...
【技术保护点】
1.一种智能问答方法，其特征在于，所述方法包括：
2.根据权利要求1所述的智能问答方法，其特征在于，所述基于目标知识库，生成提问文本对应的多个知识文本，包括：
3.根据权利要求2所述的智能问答方法，其特征在于，在所述基于所述多个匹配文本以及所述多个匹配文本各自对应的补充文本，生成所述多个知识文本之前，所述方法还包括：
4.根据权利要求1所述的智能问答方法，其特征在于，所述确定所述多个知识文本中各个知识文本与所述提问文本的匹配度，包括：
5.根据权利要求1所述的智能问答方法，其特征在于，所述基于所述多个知识文本中各个知识文...
【技术特征摘要】
1.一种智能问答方法，其特征在于，所述方法包括：
2.根据权利要求1所述的智能问答方法，其特征在于，所述基于目标知识库，生成提问文本对应的多个知识文本，包括：
3.根据权利要求2所述的智能问答方法，其特征在于，在所述基于所述多个匹配文本以及所述多个匹配文本各自对应的补充文本，生成所述多个知识文本之前，所述方法还包括：
4.根据权利要求1所述的智能问答方法，其特征在于，所述确定所述多个知识文本中各个知识文本与所述提问文本的匹配度，包括：
5.根据权利要求1所述的智能问答方法，其特征在于，所述基于所述多个知识文本中各个知识文本与所述提问文本的匹配度，从所述多个知识文本中确定目标知识文本，包括：
6.根据权利要求1所述的智能问答方法，其特征在于，所述基于目标知识库，生成提问文本对应的多个知识文本，包括：...
【专利技术属性】
技术研发人员：常诚，
申请(专利权)人：中兴通讯股份有限公司，
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。