基于大语言模型的问答方法、装置、电子设备及存储介质与流程

本申请实施例涉及人工智能，特别涉及一种基于大语言模型的问答方法、装置、电子设备及存储介质。

背景技术：

1、随着人工智能技术的快速发展，自然语言处理(natural language processing，nlp)已经成为研究的热点。在众多的nlp应用中，情感识别和知识问答是两个重要的方向。情感识别旨在理解用户的情感状态，知识问答则是提供准确的信息回复。

2、现阶段，知识问答系统逐渐采用生成式人工智能(artificial intelligencegenerated content,aigc)的方法。这种方法使用序列到序列(seq2seq)算法，如循环神经网络(rnn)或transformer，训练和构建大语言模型。生成的大语言模型通常在大规模的问答上进行端到端训练，学习如何根据问题生成答案。尽管基于人工智能生成内容(aigc)的大型语言模型能够生成较为准确的回答内容，但在回答内容仍然缺乏个人情感，难以满足用户的个性化需求。

技术实现思路

1、本申请实施例提供了一种基于大语言模型的问答方法、装置、电子设备及存储介质，用以至少解决大型语言模型生成的回答内容缺乏个人情感，个性化程度不足的问题。

2、为了解决上述技术问题，本申请是这样实现的：

3、第一方面，本申请实施例提供了一种基于大语言模型的问答方法，包括：获取目标用户输入的提问信息；基于所述提问信息确定所述目标用户对应的用户情感特征；提取回答者的回答特征，所述回答特征为用于表征回答者在回答问题时所表现出的风格特征；将所述提问信息、用户情感特征和回答特征填入预定义的第一提示词模板中生成第一提示词，输入所述第一提示词至第一大语言模型，得到所述第一大语言模型根据所述第一提示词生成的答复语句；根据所述答复语句，确定所述提问信息对应的回答内容。

4、第二方面，本申请实施例提供了一种基于大语言模型的问答装置，包括：信息获取模块，用于获取目标用户输入的提问信息；特征确定模块，用于基于所述提问信息确定所述目标用户对应的用户情感特征；特征提取模块，用于提取回答者的回答特征，所述回答特征为用于表征回答者在回答问题时所表现出的风格特征；语句输出模块，用于将所述提问信息、用户情感特征和回答特征填入预定义的第一提示词模板中生成第一提示词，输入所述第一提示词至第一大语言模型，得到所述第一大语言模型根据所述第一提示词生成的答复语句；内容生成模块，用于根据所述答复语句，确定所述提问信息对应的回答内容。

5、第三方面，本申请实施例提供了一种电子设备，所述电子设备包含处理器和存储器，所述存储器存储有至少一条计算机程序，所述至少一条计算机程序由所述处理器加载并执行以实现上述第一方面所述的方法。

6、第四方面，本申请实施例提供了一种可读存储介质，所述可读存储介质中存储有至少一条计算机程序，所述计算机程序由处理器加载并执行以实现上述第一方面所述的方法。

7、本申请提供的技术方案可以包括以下有益效果：

8、本申请实施例所提供的基于大语言模型的问答方法，获取目标用户输入的提问信息；基于提问信息确定所述目标用户对应的用户情感特征；提取回答者的回答特征；将提问信息、用户情感特征和回答特征填入预定义的第一提示词模板中生成第一提示词，输入第一提示词至第一大语言模型，从而得到第一大语言模型根据第一提示词生成的答复语句；根据答复语句，确定提问信息对应的回答内容。这样，通过提取提问信息对应的目标用户的情感特征、和回答者的回答特征，所生成的第一提示词可以更好地反映目标用户的情感态度和回答者的风格，将提问信息、情感特征和回答特征结合在一起，使大语言模型能够更好地理解提问信息对应的用户情感，生成更加贴合用户情感和回答者风格的答复语句，从而使回答内容更具个性化，提高对话质量和用户体验度。

9、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本申请。

技术特征：

1.一种基于大语言模型的问答方法，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，所述基于所述提问信息确定所述目标用户对应的用户情感特征，包括：

3.根据权利要求2所述的方法，其特征在于，所述情感识别模型通过以下方式训练得到：

4.根据权利要求1所述的方法，其特征在于，所述用户情感特征中至少包括以下之一：

5.根据权利要求1所述的方法，其特征在于，所述提取回答者的回答特征，包括：

6.根据权利要求5所述的方法，其特征在于，所述基于所述候选回答特征，确定所述回答者的回答特征，包括：

7.根据权利要求1所述的方法，其特征在于，所述回答特征至少包括以下之一：

8.一种基于大语言模型的问答装置，其特征在于，包括：

9.一种电子设备，其特征在于，所述电子设备包括处理器和存储器，所述存储器存储可在所述处理器上运行的程序或指令，所述程序或指令被所述处理器执行时实现如权利要求1至7任一项所述的方法的步骤。

10.一种可读存储介质，其特征在于，所述可读存储介质上存储程序或指令，所述程序或指令被处理器执行时实现如权利要求1至7任一项所述的方法的步骤。

技术总结本申请公开一种基于大语言模型的问答方法、装置、电子设备及存储介质，属于人工智能技术领域。该方法包括：获取目标用户输入的提问信息；基于提问信息确定目标用户对应的用户情感特征；提取回答者的回答特征；将提问信息、用户情感特征和回答特征填入预定义的第一提示词模板中生成第一提示词，输入第一提示词至第一大语言模型，得到第一大语言模型根据第一提示词生成的答复语句；根据答复语句，确定提问信息对应的回答内容。通过该方式，可以使回答内容更具个性化，提高对话质量和用户体验度。技术研发人员：余辉,刘博受保护的技术使用者：微梦创科网络科技（中国）有限公司技术研发日：技术公布日：2024/7/29