技术新讯 > 计算推算,计数设备的制造及其应用技术 > 基于情感辅助的智能问答方法及装置、介质、设备与流程  >  正文

基于情感辅助的智能问答方法及装置、介质、设备与流程

  • 国知局
  • 2024-07-31 23:07:06

本发明涉及人工智能,尤其是涉及一种基于情感辅助的智能问答方法及装置、介质、设备。

背景技术:

1、现有技术中,智能问答系统进行决策主要依赖两种方式:

2、基于规则的决策方式:通过预设规则,将记忆库中的记忆单元与这些规则进行匹配,利用匹配得到的记忆单元为决策提供参考。但这种方式缺乏灵活性,难以处理复杂的场景。

3、基于检索的决策方式:通过关键词搜索或向量相似度计算等方式在记忆库中检索相关记忆单元,利用检索到的记忆单元为决策提供参考。但这种方式难以很好地利用记忆中蕴含的丰富语义信息。

4、可见,在现有的智能问答系统中,难以充分发挥记忆对决策的支持作用,而且没有考虑到用户的情感倾向信息。

技术实现思路

1、针对以上至少一个技术问题,本发明实施例提供一种基于情感辅助的智能问答方法及装置、介质、设备。

2、第一方面,本发明实施例提供的基于情感辅助的智能问答方法包括:

3、获取用户输入问题;

4、确定所述用户输入问题对应的情感倾向信息;

5、根据所述用户输入问题、所述用户输入问题的上下文信息和所述情感倾向信息,形成用于检索的输入特征数据;

6、利用检索增强生成模型在记忆库中检索与所述输入特征数据匹配度最高的记忆单元;其中,所述记忆库中包括多个情感簇,每一个情感簇中包括多个记忆单元,所述多个情感簇为根据情感倾向信息对各个记忆单元进行聚类处理而得到,所述记忆单元为基于历史问答数据而构建,所述记忆单元中包括由历史问题和历史答案形成的问答对、历史上下文信息及情感倾向信息;

7、将与所述输入特征数据匹配度最高的记忆单元中的问答对中的历史答案作为所述用户输入问题对应的第一备选答案;

8、根据所述第一备选答案,确定所述用户输入问题对应的输出答案。

9、在一个实施例中,所述根据所述第一备选答案,确定所述用户输入问题对应的输出答案,包括:

10、通过至少一种答案生成技术,生成与所述用户输入问题相匹配的至少一个第二备选答案;

11、根据所述第一备选答案和所述至少一个第二备选答案,确定所述输出答案;其中,所述输出答案为通过对所述第一备选答案和所述至少一个第二备选答案中的各个备选答案分别打分的方式选择出的得分最高的备选答案,或者,所述输出答案为通过智能模型根据所述第一备选答案和所述至少一个第二备选答案而整合出来的答案。

12、在一个实施例中,本发明实施例提供的方法还包括:

13、确定与所述输入特征数据匹配度最高的记忆单元所属的情感簇,并确定该情感簇的簇中心;

14、判断所述用户输入问题、所述簇中心和所述输出答案的情感倾向信息是满足一致性要求;

15、若是,则将所述输出答案输出至用户;

16、否则,则从所述第一备选答案和所述至少一个第二备选答案中选择出满足所述一致性要求的答案进行输出;

17、其中,所述情感簇的簇中心的计算过程包括:对所述情感簇中各个记忆单元各自对应的情感倾向特征向量进行平均处理,得到特征平均向量;将所述情感簇中距离所述特征平均向量最近的记忆单元作为所述簇中心。

18、在一个实施例中,所述利用检索增强生成模型在记忆库中检索与所述输入特征数据匹配度最高的记忆单元,包括:

19、利用所述检索增强生成模型在记忆库中检索与所述输入特征数据中的情感倾向信息最匹配的情感簇;

20、在所述情感倾向信息最匹配的情感簇中检索与所述输入特征数据中的所述用户输入问题和所述上下文信息最匹配的记忆单元。

21、在一个实施例中,本发明实施例提供的方法还包括:

22、定期获取新增用户交互信息;

23、根据所述新增用户交互信息,生成新增记忆单元;

24、根据情感倾向信息,对所述记忆库中已有记忆单元和所述新增记忆单元进行聚类处理,得到多个更新后情感簇;

25、对每一个更新后情感簇的簇中心进行更新;

26、将所述记忆库中的已有情感簇替换为所述更新后情感簇。

27、在一个实施例中,所述记忆单元中还包括过期时间和访问频率信息;

28、对应的,所述方法还包括:

29、根据每一个记忆单元的情感倾向信息和访问频率信息,并在基础过期时长的基础上,计算调整后过期时长;

30、根据每一个记忆单元的创建时间和所述调整后过期时长,确定该记忆单元的过期时间;

31、根据每一个记忆单元的过期时间,确定该记忆单元是否失效;

32、将所述记忆库中失效的记忆单元进行删除。

33、在一个实施例中,所述记忆单元的过期时间的计算公式如下:

34、过期时间=创建时间+调整后过期时长

35、调整后过期时长=基础过期时长+情感调整时长+频率调整时长情感调整时长=情感分数×情感因子频率调整时长=记忆单元访问频率×频率因子

36、其中,所述情感分数为基于记忆单元的情感倾向信息而得到,所述情感因子为调节所述情感分数对所述过期时间的影响程度的参数,所述记忆单元访问频率为在单位时间段内所述记忆单元被访问的次数,所述频率因子为调节所述记忆单元访问频率对所述过期时间的影响程度的参数。

37、根据第二方面,本发明实施例提供的基于情感辅助的智能问答装置包括:

38、第一获取模块,用于获取用户输入问题;

39、第一确定模块,用于确定所述用户输入问题对应的情感倾向信息;

40、第一形成模块,用于根据所述用户输入问题、所述用户输入问题的上下文信息和所述情感倾向信息,形成用于检索的输入特征数据;

41、第一检索模块,用于利用检索增强生成模型在记忆库中检索与所述输入特征数据匹配度最高的记忆单元;其中,所述记忆库中包括多个情感簇,每一个情感簇中包括多个记忆单元,所述多个情感簇为根据情感倾向信息对各个记忆单元进行聚类处理而得到,所述记忆单元为基于历史问答数据而构建,所述记忆单元中包括由历史问题和历史答案形成的问答对、历史上下文信息及情感倾向信息;

42、第二确定模块,用于将与所述输入特征数据匹配度最高的记忆单元中的问答对中的历史答案作为所述用户输入问题对应的第一备选答案;

43、第三确定模块,用于根据所述第一备选答案,确定所述用户输入问题对应的输出答案。

44、根据第三方面,本发明实施例提供计算机可读存储介质,其上存储有计算机程序,当所述计算机程序在计算机中执行时,令计算机执行实现第一方面提供的方法。

45、根据第四方面,本发明实施例提供的计算设备,包括存储器和处理器,所述存储器中存储有可执行代码,所述处理器执行所述可执行代码时,实现第一方面提供的方法。

46、本发明实施例提供的基于情感辅助的智能问答方法及装置、介质、设备,针对用户输入问题确定对应的情感倾向信息,然后基于用户输入问题、上下文信息和所述情感倾向信息,形成用于检索的输入特征数据,进而利用检索增强生成模型在记忆库中检索与所述输入特征数据匹配度最高的记忆单元。所述记忆库中的情感簇是根据情感倾向信息对各个记忆单元进行聚类处理而得到,而记忆单元为基于历史问答数据而构建。然后将检索到的记忆单元中的问答对中的历史答案作为所述用户输入问题对应的第一备选答案,从而将第一备选答案作为参考,确定输出答案。可见,本发明实施例识别出用户输入问题的情感倾向信息,记忆库中的情感簇也是对记忆单元进行情感聚类而得到的,因此在检索时检索出的记忆单元,不仅与用户输入问题和上下文信息匹配,还与用户输入问题的情感倾向匹配,进而使得第一备选答案符合用户的情感倾向,为输出答案的确定提供支持。由于本发明实施例根据用户的情绪和过往交互记忆可以为用户提供更加贴心的服务,从而提高客户满意度和忠诚度,提高人机交互的个性化程度和用户体验。也就是说,本发明实施例通过用户输入问题的情感倾向信息来改善检索增强生成模型的检索效果,从而使检索出的记忆单元更加符合用户的情感倾向,从而减少冗余对话或调用工具步骤,有效利用情感因素来优化大型语言模型的决策过程,从而提高决策质量和用户体验。

本文地址:https://www.jishuxx.com/zhuanli/20240730/196042.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。