技术新讯 > 计算推算,计数设备的制造及其应用技术 > 基于角色扮演的因果关系解释生成方法、装置  >  正文

基于角色扮演的因果关系解释生成方法、装置

  • 国知局
  • 2024-07-31 22:46:12

本发明涉及自然语言处理,尤其涉及一种基于角色扮演的因果关系解释生成方法、装置。

背景技术:

1、尽管因果关系解释生成有广泛的应用,但这项任务极具挑战性,因为它需要严格而明确的理由来证明模型不仅“知道”任务中的因果关系,而且“理解”为什么会出现这种情况的潜在机制。当前一般通过具有上下文学习能力的单一语言模型来解决此任务。

2、但是,语言模型经常根据给定的因果关系生成虚假因果关联,导致偏离正确的推理路径。由此,通过单一语言模型得到因果关系的解释并不准确,推理质量较低。

技术实现思路

1、本发明提供一种基于角色扮演的因果关系解释生成方法、装置,用以解决现有技术中单一语言模型得到因果关系的解释并不准确,推理质量较低的缺陷。

2、本发明提供一种基于角色扮演的因果关系解释生成方法,包括:

3、获取待解释的因果对;

4、分别基于预设的任务提示,以及各推理角色的扮演者,对所述待解释的因果对进行与推理角色对应的分析,得到与所述待解释的因果对相关的细粒度知识;所述推理角色的扮演者包括原因分析者、结果分析者、疑问解答者;

5、基于生成者,生成所述待解释的因果对的初始解释,以及,基于所述细粒度知识、待解释的因果对、批评者,生成所述初始解释的反馈结果,基于所述生成者以及所述反馈结果,对所述初始解释进行迭代,直至得到所述待解释的因果对最后的因果关系解释;

6、所述原因分析者、结果分析者、疑问解答者、生成者以及批评者分别是基于大语言模型得到的。

7、根据本发明提供的一种基于角色扮演的因果关系解释生成方法,所述分别基于预设的任务提示,以及各推理角色的扮演者,对所述待解释的因果对进行与推理角色对应的分析,得到与所述待解释的因果对相关的细粒度知识,包括:

8、分别基于预设的任务提示,以及各推理角色的扮演者,对所述待解释的因果对进行与推理角色对应的分析,得到分析结果,所述分析结果包括思考结果和/或分析疑问;

9、当存在所述分析疑问时,基于所述疑问解答者,解答所述分析疑问,得到补充知识;

10、基于所述补充知识、所述思考结果,得到所述细粒度知识。

11、根据本发明提供的一种基于角色扮演的因果关系解释生成方法,所述分别基于预设的任务提示,以及各推理角色的扮演者,对所述待解释的因果对进行与推理角色对应的分析,得到分析结果,包括:

12、基于所述原因分析者的任务提示,以及原因分析者,对所述待解释的因果对进行当前轮次的分析,得到原因分析结果;

13、基于所述原因分析结果以及结果分析者,生成当前轮次的结果分析结果;

14、基于所述当前轮次的原因分析结果以及结果分析结果,确定历史分析结果;

15、基于所述历史分析结果,进行下一轮次的与推理角色对应的分析,将第预设轮次的原因分析结果以及结果分析结果作为最终的分析结果。

16、根据本发明提供的一种基于角色扮演的因果关系解释生成方法,所述基于所述历史分析结果,进行下一轮次的与推理角色对应的分析,将第预设轮次的原因分析结果以及结果分析结果作为最终的分析结果,包括:

17、基于所述历史分析结果,以及所述原因分析者,生成下一轮次的原因分析结果;

18、基于所述历史分析结果、所述下一轮次的原因分析结果,以及所述结果分析者,生成下一轮次的结果分析结果,直至将第预设轮次的原因分析结果以及结果分析结果作为最终的分析结果。

19、根据本发明提供的一种基于角色扮演的因果关系解释生成方法,所述基于所述细粒度知识、待解释的因果对、批评者,生成所述初始解释的反馈结果,包括:

20、基于所述待解释的因果对,生成所述初始解释的质量反馈;

21、基于所述细粒度知识、以及所述批评者的自身常识,确定所述初始解释的缺失反馈;

22、将所述质量反馈和/或缺失反馈,作为所述初始解释的反馈结果。

23、根据本发明提供的一种基于角色扮演的因果关系解释生成方法,所述任务提示包括所述各推理角色的角色定义、分析操作空间、分析指南。

24、本发明还提供一种基于角色扮演的因果关系解释生成装置,包括:

25、获取单元,获取待解释的因果对;

26、知识整合单元,分别基于预设的任务提示,以及各推理角色的扮演者,对所述待解释的因果对进行与推理角色对应的分析,得到与所述待解释的因果对相关的细粒度知识;所述推理角色的扮演者包括原因分析者、结果分析者、疑问解答者;

27、迭代反馈单元,基于生成者,生成所述待解释的因果对的初始解释,以及,基于所述细粒度知识、待解释的因果对、批评者,生成所述初始解释的反馈结果,基于所述生成者以及所述反馈结果,对所述初始解释进行迭代,直至得到所述待解释的因果对最后的因果关系解释;

28、所述原因分析者、结果分析者、疑问解答者、生成者以及批评者分别是基于大语言模型得到的。

29、本发明还提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如上述任一种所述基于角色扮演的因果关系解释生成方法。

30、本发明还提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如上述任一种所述基于角色扮演的因果关系解释生成方法。

31、本发明还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述任一种所述基于角色扮演的因果关系解释生成方法。

32、本发明提供的基于角色扮演的因果关系解释生成方法、装置,通过原因分析者以及结果分析者对因果对进行并行的双向推理分析,以及疑问生成者提供的解答知识,分别得到与因果各相关的细粒度知识;然后,通过生成者以及批判者进行多轮次的生成和观察反馈的迭代,即通过多个扮演角色得到最后的因果关系解释,实现了推理逻辑正确、有深度的高质量解释生成,进而提升了基于因果关系解释生成的下游自然语言任务的准确性。

技术特征:

1.一种基于角色扮演的因果关系解释生成方法,其特征在于,包括:

2.根据权利要求1所述的基于角色扮演的因果关系解释生成方法,其特征在于,所述分别基于预设的任务提示,以及各推理角色的扮演者,对所述待解释的因果对进行与推理角色对应的分析,得到与所述待解释的因果对相关的细粒度知识,包括:

3.根据权利要求2所述的基于角色扮演的因果关系解释生成方法,其特征在于,所述分别基于预设的任务提示,以及各推理角色的扮演者,对所述待解释的因果对进行与推理角色对应的分析,得到分析结果,包括:

4.根据权利要求3所述的基于角色扮演的因果关系解释生成方法,其特征在于,所述基于所述历史分析结果,进行下一轮次的与推理角色对应的分析,将第预设轮次的原因分析结果以及结果分析结果作为最终的分析结果,包括:

5.根据权利要求1所述的基于角色扮演的因果关系解释生成方法,其特征在于,所述基于所述细粒度知识、待解释的因果对、批评者,生成所述初始解释的反馈结果,包括:

6.根据权利要求1至5中任一项所述的基于角色扮演的因果关系解释生成方法,其特征在于,所述任务提示包括所述各推理角色的角色定义、分析操作空间、分析指南。

7.一种基于角色扮演的因果关系解释生成装置,其特征在于,包括:

8.一种电子设备,包括存储器、处理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,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述基于角色扮演的因果关系解释生成方法。

9.一种非暂态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如权利要求1至6任一项所述基于角色扮演的因果关系解释生成方法。

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如权利要求1至6任一项所述基于角色扮演的因果关系解释生成方法。

技术总结本发明提供一种基于角色扮演的因果关系解释生成方法、装置,该方法包括:获取待解释的因果对;分别基于预设的任务提示,以及各推理角色的扮演者,对待解释的因果对进行与推理角色对应的分析,得到与待解释的因果对相关的细粒度知识;推理角色的扮演者包括原因分析者、结果分析者、疑问解答者;基于生成者,生成待解释的因果对的初始解释,以及,基于细粒度知识、待解释的因果对、批评者,生成初始解释的反馈结果,基于生成者以及反馈结果,对初始解释进行迭代,直至得到待解释的因果对最后的因果关系解释;本发明提供的方法,通过多个扮演角色实现推理逻辑正确、有深度的高质量解释生成,进而提升基于解释生成的下游自然语言任务的准确性。技术研发人员:曹鹏飞,陈玉博,刘康,赵军,何致涛受保护的技术使用者:中国科学院自动化研究所技术研发日:技术公布日:2024/7/29

本文地址:https://www.jishuxx.com/zhuanli/20240730/194504.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。