技术新讯 > 计算推算,计数设备的制造及其应用技术 > 社交辅助方法、装置、电子设备及计算机可读存储介质与流程  >  正文

社交辅助方法、装置、电子设备及计算机可读存储介质与流程

  • 国知局
  • 2024-07-31 23:04:53

本发明涉及人工智能,具体而言,涉及一种社交辅助方法、装置、电子设备及计算机可读存储介质。

背景技术:

1、随着社会的发展及信息化的普及,社交软件的应用范围不断扩大,具备社交辅助功能的社交软件也越来越多。然而,现有的社交辅助系统在提供话题建议方面常常采用固定的话题模板,使得社交辅助提示往往无法真正满足实际聊天场景的需求。

技术实现思路

1、本发明解决的问题是如何提升社交辅助的智能化水平,以使通过社交软件的交流更为顺利。

2、为解决上述问题,本发明提供一种社交辅助方法,包括:

3、基于聊天信息分析获得聊天要素信息,其中,所述聊天要素信息包括语言风格信息、情感信息、文本分析信息及目标正负例中的至少一种,所述文本分析信息包括目标话题关联的深度信息,所述目标正负例包括与所述聊天信息匹配的正例数据和/或负例数据;

4、根据所述聊天要素信息,结合所述聊天信息,生成第一提示语句;

5、将所述第一提示语句输入预设的大语言模型中,得到社交辅助提示。

6、可选地,所述基于聊天信息分析获得聊天要素信息包括:

7、基于所述聊天信息识别交流对象对当前话题的聊天意愿;

8、当所述聊天意愿为正面类时,根据所述聊天信息识别所述当前话题,所述目标话题包括所述当前话题;

9、当所述聊天意愿为负面类时,获取不同于所述当前话题的新话题,所述目标话题包括所述新话题。

10、可选地,所述基于所述聊天信息识别交流对象对当前话题的聊天意愿包括:

11、基于所述聊天信息获取最近至少一轮对话的统计特征,其中,所述统计特征包括所述交流对象的回复字数;

12、当所述交流对象的回复字数小于预设字数时,判定所述交流对象对所述当前话题的聊天意愿类别为负面类。

13、可选地,所述基于所述聊天信息获取最近至少一轮对话的统计特征之后,还包括:

14、当所述交流对象的回复字数大于或等于所述预设字数时,基于所述聊天信息生成第一聊天文本,所述第一聊天文本包括所述最近至少一轮对话的文本;

15、根据所述第一聊天文本生成第二提示语句后,输入预设的大语言模型,得到所述交流对象对所述当前话题的聊天意愿。

16、可选地,所述获取不同于所述当前话题的新话题包括:

17、基于所述聊天信息在预设记忆库中筛选得到所述新话题,其中,所述预设记忆库包括所述交流对象的记忆信息和用户自身的记忆信息,所述新话题来自所述交流对象的记忆信息的概率为第一概率,所述新话题来自所述用户自身的记忆信息的概率为第二概率,所述第一概率大于所述第二概率。

18、可选地,所述目标话题关联的深度信息的获取步骤包括:

19、根据所述聊天信息及预置的插件列表,结合所述目标话题,生成第三提示语句;

20、将所述第三提示语句输入预设的大语言模型中,从所述预置的插件列表中确定与所述聊天信息匹配的目标插件;

21、调用所述目标插件,获得所述目标话题关联的深度信息。

22、可选地,所述将所述第一提示语句输入预设的大语言模型中,得到社交辅助提示之后,还包括:

23、当所述社交辅助提示被采用时,基于所述社交辅助提示生成所述正例数据;

24、当所述社交辅助提示未被采用时,获取实际回复信息,计算所述社交辅助提示和所述实际回复信息之间的相似度;判断所述相似度是否大于预设值,若是,则基于所述社交辅助提示生成所述正例数据,若否,则基于所述社交辅助提示生成所述负例数据。

25、可选地,所述基于聊天信息分析获得聊天要素信息还包括:

26、根据所述聊天信息、历史语言风格信息和所述目标正负例,生成第四提示语句;

27、将所述第四提示语句输入预设的大语言模型中,得到所述语言风格信息。

28、可选地,所述基于聊天信息分析获得聊天要素信息还包括:

29、根据所述聊天信息和所述语言风格信息,得到初级情感分析信息,其中,所述初级情感分析包括情感类型、场景类型和情感程度;

30、当所述情感类型为负面类型时,根据所述初级情感分析信息调取对应的心理知识;

31、所述情感信息包括所述初级情感分析信息及其对应的心理知识。

32、为解决上述技术问题,本发明还提供一种社交辅助方法装置,包括:

33、信息获取模块,其用于基于聊天信息分析获得聊天要素信息,其中,所述聊天要素信息包括语言风格信息、情感信息、文本分析信息及目标正负例中的至少一种,所述文本分析信息包括目标话题关联的深度信息,所述目标正负例包括与所述聊天信息匹配的正例数据和/或负例数据;

34、生成模块,其用于根据所述聊天要素信息,结合所述聊天信息,生成第一提示语句;将所述第一提示语句输入预设的大语言模型中,得到社交辅助提示。

35、为解决上述技术问题,本发明还提供一种电子设备,包括存储器和处理器;

36、所述存储器,用于存储计算机程序;

37、所述处理器,用于当执行所述计算机程序时,实现如上所述的社交辅助方法。

38、为解决上述技术问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序包含至少一段代码,所述至少一段代码可由处理器执行,实现如上所述的社交辅助方法。

39、与现有技术相比,本发明至少具有如下有益效果:

40、通过分析聊天信息,获得聊天信息对应的语言风格、情感信息、文本分析信息和目标正负例等聊天要素信息,将其转化生成第一提示语句后作为预设的大语言模型的输入,能使大语言模型深度理解当前聊天场景以及相关的语言风格、情感倾向、相关的话题内容,并结合目标正负例给出的参考示例,输出更贴合当前场景的社交辅助提示,从而提升社交辅助提示的智能化水平,帮助用户更好地参与社交互动,提升用户友好度。

技术特征:

1.一种社交辅助方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的社交辅助方法,其特征在于,所述基于聊天信息分析获得聊天要素信息包括:

3.根据权利要求2所述的社交辅助方法,其特征在于,所述基于所述聊天信息识别交流对象对当前话题的聊天意愿包括:

4.根据权利要求3所述的社交辅助方法,其特征在于,所述基于所述聊天信息获取最近至少一轮对话的统计特征之后,还包括:

5.根据权利要求2-4中任一项所述的社交辅助方法,其特征在于,所述获取不同于所述当前话题的新话题包括:

6.根据权利要求1-4中任一项所述的社交辅助方法,其特征在于,所述目标话题关联的深度信息的获取步骤包括:

7.根据权利要求1-4中任一项所述的社交辅助方法,其特征在于,所述将所述第一提示语句输入预设的大语言模型中,得到社交辅助提示之后,还包括:

8.根据权利要求1-4中任一项所述的社交辅助方法,其特征在于,所述基于聊天信息分析获得聊天要素信息还包括:

9.根据权利要求1-4中任一项所述的社交辅助方法,其特征在于,所述基于聊天信息分析获得聊天要素信息还包括:

10.一种社交辅助装置,其特征在于,包括:

11.一种电子设备,其特征在于,包括存储器和处理器;

12.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序包含至少一段代码,所述至少一段代码可由处理器执行,实现如权利要求1-9任一项所述的社交辅助方法。

技术总结本发明提供了一种社交辅助方法、装置、电子设备及计算机可读存储介质,涉及人工智能技术领域,所述社交辅助方法包括:基于聊天信息分析获得聊天要素信息,其中,所述聊天要素信息包括语言风格信息、情感信息、文本分析信息及目标正负例中的至少一种,所述文本分析信息包括目标话题关联的深度信息,所述目标正负例包括与所述聊天信息匹配的正例数据和/或负例数据;根据所述聊天要素信息,结合所述聊天信息,生成第一提示语句;将所述第一提示语句输入预设的大语言模型中,得到社交辅助提示。本发明能输出更贴合当前场景的社交辅助提示,从而提升社交辅助提示的智能化水平。技术研发人员:吴海国,王禹璈,邹秉宏,李博,郑佳斌,蒋忠林,陈勇受保护的技术使用者:浙江吉利控股集团有限公司技术研发日:技术公布日:2024/7/29

本文地址:https://www.jishuxx.com/zhuanli/20240730/195899.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。