基于检索增强生成的交互方法、装置和存储介质与流程

专利2026-02-10  17


本技术涉及人工智能,尤其涉及一种基于检索增强生成的交互方法、装置和存储介质。


背景技术:

1、对话系统是一种基于人工智能的自然交互系统,可以模拟自然语言交互过程,实现人机之间的智能对话。目前的对话系统对于答复语句的生成,通常依赖于预先训练的模型和内置的知识库,其对于最新信息的查询可能无法生成答复语句,需要重新训练整个模型来更新内置知识库,用户体验较差。


技术实现思路

1、为了解决上述技术问题,本技术提供了一种基于检索增强生成的交互方法、装置和存储介质,能够在不重新训练模型的情况下,保证生成答复语句的实时性,提高用户体验。

2、第一方面,本技术提供了一种基于检索增强生成的交互方法,包括:确定知识库更新时间和当前时间;知识库为预先创建的;在知识库更新时间和当前时间满足更新周期时,获取实时采集信息,并根据实时采集信息更新知识库;获取查询语句,根据查询语句从更新后的知识库中匹配答复语料,并根据答复语料和查询语句构建提示词;将提示词输入大语言模型,生成查询语句对应的答复语句。

3、在一些实施例中,在确定知识库更新时间和当前时间之前,方法还包括:采集至少一个语料文档,并对每个语料文档均进行重点语料提取,得到每个语料文档对应的重点语料;根据每个语料文档对应的重点语料生成知识库。

4、在一些实施例中,对每个语料文档均进行重点语料提取,得到每个语料文档对应的重点语料,包括:去除语料文档中的停用词和无用的符号,得到语料文档对应的重点语料;或者,提取语料文档中的词干,得到语料文档对应的重点语料;或者,对语料文档中的语料进行词形还原,得到语料文档对应的重点语料。

5、在一些实施例中,根据每个语料文档对应的重点语料生成知识库,包括:根据每个语料文档的重点语料对每个语料文档进行分类处理,得到每个语料文档的分类标签;建立分类标签与语料文档之间的关联关系;一个分类标签对应至少一个语料文档,一个语料文档对应一个分类标签;按照关联关系,将语料文档存储至对应的分类标签所在的位置,生成知识库。

6、在一些实施例中,根据实时采集信息更新知识库,包括:对实时采集信息进行重点语料提取,得到实时重点语料;根据实时重点语料对实时采集信息进行分类处理,得到实时采集信息对应的目标分类标签;根据关联关系,将实时重点语料存储至目标分类标签对应的语料文档中。

7、在一些实施例中,所述根据所述查询语句从更新后的所述知识库中匹配答复语料,包括:计算所述查询语句与每个分类标签之间的关联性,并将关联性大于关联性阈值的分类标签对应的语料文档,确定为初筛语料文档;根据所述查询语句从所述初筛语料文档中匹配答复语料。

8、在一些实施例中,知识库包括至少一个语料文档,根据查询语句从更新后的知识库中匹配答复语料,包括:通过文本检索,或者向量检索方式,根据查询语句从更新后的知识库中匹配第一语料文档,并将第一语料文档中的语料确定为答复语料。

9、在一些实施例中,知识库包括至少一个语料文档;根据查询语句从更新后的知识库中匹配答复语料,包括:根据查询语句从更新后的知识库中匹配第二语料文档;对第二语料文档进行分块处理,得到至少一个分块语料;计算每个分块语料与查询语句之间的相关性,并将相关性排序在预设阈值之前的分块语料确定为响应分块;将响应分块的集合确定为答复语料。

10、在一些实施例中,在生成查询语句对应的答复语句之前,方法还包括:对答复语句进行敏感词过滤和用户意图校对处理;在将响应分块的集合确定为答复语料之前,方法还包括:对响应分块进行敏感词过滤和用户意图校对处理。

11、在一些实施例中,在根据查询语句从更新后的知识库中未匹配到答复语料时,将预设的拒识答复语句确定为查询语句对应的答复语句。

12、第二方面,本技术提供了一种基于检索增强生成的交互装置,包括:确定模块,用于确定知识库更新时间和当前时间;知识库为预先创建的;更新模块,用于在知识库更新时间和当前时间满足更新周期时,获取实时采集信息,并根据实时采集信息更新知识库;处理模块,用于获取查询语句,根据查询语句从更新后的知识库中匹配答复语料,并根据答复语料和查询语句构建提示词;生成模块,用于将提示词输入大语言模型,生成查询语句对应的答复语句。

13、在一些实施例中,处理模块,还用于在确定知识库更新时间和当前时间之前,采集至少一个语料文档,并对每个语料文档均进行重点语料提取,得到每个语料文档对应的重点语料;生成模块,还用于根据每个语料文档对应的重点语料生成知识库。

14、在一些实施例中,处理模块,具体用于:去除语料文档中的停用词和无用的符号,得到语料文档对应的重点语料;或者,提取语料文档中的词干,得到语料文档对应的重点语料;或者,对语料文档中的语料进行词形还原,得到语料文档对应的重点语料。

15、在一些实施例中,生成模块,具体用于:根据每个语料文档的重点语料对每个语料文档进行分类处理,得到每个语料文档的分类标签;建立分类标签与语料文档之间的关联关系;一个分类标签对应至少一个语料文档,一个语料文档对应一个分类标签;按照关联关系,将语料文档存储至对应的分类标签所在的位置,生成知识库。

16、在一些实施例中,更新模块,包括提取子模块、分类子模块、存储子模块;提取子模块,用于对实时采集信息进行重点语料提取,得到实时重点语料;分类子模块,用于根据实时重点语料对实时采集信息进行分类处理,得到实时采集信息对应的目标分类标签;存储子模块,用于根据关联关系,将实时重点语料存储至目标分类标签对应的语料文档中。

17、在一些实施例中,处理模块,具体用于计算所述查询语句与每个分类标签之间的关联性,并将关联性大于关联性阈值的分类标签对应的语料文档,确定为初筛语料文档;根据所述查询语句从所述初筛语料文档中匹配答复语料。

18、在一些实施例中,知识库包括至少一个语料文档;处理模块,具体用于通过文本检索,或者向量检索方式,根据查询语句从更新后的知识库中匹配第一语料文档,并将第一语料文档中的语料确定为答复语料。

19、在一些实施例中,知识库包括至少一个语料文档;处理模块,包括匹配子模块、分块子模块、计算子模块、确定子模块;匹配子模块,用于根据查询语句从更新后的知识库中匹配第二语料文档;分块子模块,用于对第二语料文档进行分块处理,得到至少一个分块语料;计算子模块,用于计算每个分块语料与查询语句之间的相关性,并将相关性排序在预设阈值之前的分块语料确定为响应分块;确定子模块,用于将响应分块的集合确定为答复语料。

20、在一些实施例中,处理模块,还用于:在生成查询语句对应的答复语句之前,对答复语句进行敏感词过滤和用户意图校对处理;在将响应分块的集合确定为答复语料之前,对响应分块进行敏感词过滤和用户意图校对处理。

21、在一些实施例中,确定模块,还用于在根据查询语句从更新后的知识库中未匹配到答复语料时,将预设的拒识答复语句确定为查询语句对应的答复语句。

22、第三方面,本技术提供了一种电子设备,包括:处理器、存储器及存储在存储器上并可在处理器上运行的计算机程序,计算机程序被处理器执行时实现如第一方面任一实施例中的基于检索增强生成的交互方法。

23、第四方面,本技术提供了一种计算机可读存储介质,包括:计算机可读存储介质上存储计算机程序,计算机程序被处理器执行时实现如第一方面任一实施例中的基于检索增强生成的交互方法。

24、第五方面,本技术提供了一种计算机程序产品,包括:当计算机程序产品在计算机上运行时,使得计算机实现如第一方面任一实施例中的基于检索增强生成的交互方法。

25、本技术提供的技术方案与现有技术相比具有如下优点:首先,确定知识库更新时间和当前时间。其中,知识库为预先创建的。之后,在知识库更新时间和当前时间满足更新周期时,获取实时采集信息,并根据实时采集信息更新知识库。之后,获取查询语句,根据查询语句从更新后的知识库中匹配答复语料,并根据答复语料和查询语句构建提示词。最后,将提示词输入大语言模型,生成查询语句对应的答复语句。这样,一方面,在根据实时采集信息更新知识库后,利用更新后的知识库辅助生成查询语句的答复语句,能够在不重新训练模型的情况下,保证获取到答复语句的实时性,从而提高用户体验。另一方面,在利用大语言模型生成查询语句的答复语句之前,提前在知识库中检索相应的内容,再根据检索内容、查询语句以及大语言模型生成最终的答复语句。能够通过在知识库的提前检索能够辅助大语言模型生成与查询语句高度相关的答复语句,提高了生成答复语句的准确性和全面性。


技术特征:

1.一种基于检索增强生成的交互方法,其特征在于,包括:

2.根据权利要求1所述的交互方法,其特征在于,在确定知识库更新时间和当前时间之前,所述方法还包括:

3.根据权利要求2所述的交互方法,其特征在于,所述对每个语料文档均进行重点语料提取,得到每个语料文档对应的重点语料,包括:

4.根据权利要求2所述的交互方法,其特征在于,根据所述每个语料文档对应的重点语料生成所述知识库,包括:

5.根据权利要求4所述的交互方法,其特征在于,所述根据所述实时采集信息更新所述知识库,包括:

6.根据权利要求4或5所述的交互方法,其特征在于,所述根据所述查询语句从更新后的所述知识库中匹配答复语料,包括:

7.根据权利要求1所述的交互方法,其特征在于,所述知识库包括至少一个语料文档,所述根据所述查询语句从更新后的所述知识库中匹配答复语料,包括:

8.根据权利要求1所述的交互方法,其特征在于,所述知识库包括至少一个语料文档;所述根据所述查询语句从更新后的所述知识库中匹配答复语料,包括:

9.根据权利要求8所述的交互方法,其特征在于,

10.根据权利要求1-5、7-9中任一项所述的交互方法,其特征在于,所述方法还包括:

11.一种基于检索增强生成的交互装置,其特征在于,包括:

12.一种电子设备,其特征在于,包括:处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至10中任一项所述的基于检索增强生成的交互方法。

13.一种计算机可读存储介质,其特征在于,包括:所述计算机可读存储介质上存储计算机程序,所述计算机程序被处理器执行时实现如权利要求1至10中任一项所述的基于检索增强生成的交互方法。

14.一种计算机程序产品,其特征在于,当所述计算机程序产品在计算机上运行时,使得所述计算机实现如权利要求1至10中任一项所述的基于检索增强生成的交互方法。


技术总结
本申请涉及人工智能技术领域,尤其涉及一种基于检索增强生成的交互方法、装置和存储介质。包括:确定知识库更新时间和当前时间;知识库为预先创建的;在知识库更新时间和当前时间满足更新周期时,获取实时采集信息,并根据实时采集信息更新知识库;获取查询语句,根据查询语句从更新后的知识库中匹配答复语料,并根据答复语料和查询语句构建提示词;将提示词输入大语言模型,生成查询语句对应的答复语句。本申请实施例用于解决目前的交互系统对于最新信息的查询可能无法生成答复语句,导致用户体验较差的问题。

技术研发人员:陆志鹏,韩光,李嘉宁,郑曦,郭祎萍,范国浩,刘彬彬,马博原,张涛,连森
受保护的技术使用者:中电数据产业集团有限公司
技术研发日:
技术公布日:2024/12/17
转载请注明原文地址:https://xbbs.6miu.com/read-29598.html