基于对话模型的知识库文本匹配问答方法、装置及设备与流程

本发明涉及数字医疗领域的人工智能技术，尤其涉及一种基于对话模型的知识库文本匹配问答方法、装置、设备及计算机可读存储介质。

背景技术：

1、在信息化程度不断增加、it业务快速发展的情况下，面对庞大而繁杂的运维咨询与处理需求，将智能化、自动化技术应用在运维事件工单的场景中，将大大提高运维人员响应需求的速度与效率。在运维事件工单中，有相当一部分是可以通过问题信息、领域知识和历史经验进行解答的咨询类工单。考虑到技术应用的可行性，我们在咨询类工单上做应用优化。

2、人工智能技术的发展，使得医疗行业的问答可以支持基础疾病咨询、健康管理、疾病防控等功能。近年来，在信息化程度不断增加、医疗it业务快速发展的情况下，运维咨询与处理需求不断提升。所述运维咨询与处理需求包括，运维人员面对业务人员、开发人员或it客户等用户的大量关于应用部署、应急响应、业务系统事件、云服务咨询等等事件的咨询与处理。

3、针对庞大数量的医疗咨询类工单，现有的faq(frequently-asked questions，常见问题解答)处理方法难以达到全面性，且耗费大量人力。此外，另一种领域任务型问答机器人系统对后续新增数据需要重新训练，容易导致模块出错，用户反馈回答效果不佳。因此，现有的两种处理方法在面对大量医疗咨询工单时均解决不了快速响应和及时满足用户需求。

技术实现思路

1、本发明提供一种基于对话模型的知识库文本匹配问答方法、装置、设备及存储介质，其主要目的在于通过知识库构建、问题知识点匹配，对用户的问题进行回答生成并响应，提高解决医疗咨询工单的效率。

2、为实现上述目的，本发明提供的一种基于对话模型的知识库文本匹配问答方法，包括：

3、获取历史运维事件工单，并对所述历史运维事件工单进行分类，得到分类结果，并根据所述分类结果筛选咨询类工单；

4、从所述咨询类工单中提取符合预设业务规则的业务知识点，得到知识点集，根据知识点集构建本地专业知识库；

5、接收用户输入的用户问题，计算所述用户问题与所述知识点集中每个知识点之间的相似度，从所述知识点集中选择所述相似度符合预设筛选条件的知识点作为参考知识点；

6、将所述参考知识点与所述用户问题拼接生成prompt文本；

7、将所述prompt文本输入到所述大型对话模型，生成回答。

8、可选地，所述从所述咨询类工单中提取符合预设业务规则的业务知识点，得到知识点集，包括：

9、根据所述咨询类工单的固定格式，将所述咨询类工单分割为问答对数据集；

10、从所述问答对数据集筛除未体现专业知识的问答对，将剩余问答对数据集整理得到所述知识点集。

11、可选地，所述根据知识点集构建本地专业知识库，包括：

12、将所述知识点集分行导出为本地专业知识库；

13、定期将整理得到的新知识点集填充至所述本地专业知识库。

14、可选地，所述计算所述用户问题与所述知识点集中每个知识点之间的相似度，从所述知识点集中选择所述相似度符合预设筛选条件的知识点作为参考知识点，包括：

15、利用所述文本向量化模型，将所述用户问题和知识点集分别进行向量化，得到用户问题向量与知识点集向量；

16、计算用户问题向量与知识点集向量之间的余弦相似度，得到相似程度值，根据所述相似程度值匹配出符合预设筛选条件的知识点作为参考知识点。

17、可选地，所述计算用户问题向量与知识点集向量之间的余弦相似度，包括：

18、利用下述公式计算所述计算用户问题向量与知识点集向量之间的余弦相似度：

19、

20、其中，similarity表示用户问题向量与知识点集向量之间的余弦相似度，a表示所述本地专业知识库中知识点集向量，b表示所述用户的问题向量。

21、可选地，所述将所述参考知识点与所述用户问题拼接生成prompt文本，包括：

22、将所述参考知识点作为已知信息；

23、将所述用户问题作为输入问题；

24、将所述已知问题及所述输入问题分行输入至预设的prompt模板，得到所述prompt文本。

25、为了解决上述问题，本发明还提供一种基于对话模型的知识库文本匹配问答装置，所述装置包括：

26、获取咨询类工单模块，用于获取历史运维事件工单，并对所述历史运维事件工单进行分类，得到分类结果，并根据所述分类结果筛选咨询类工单；

27、构建知识库模块，用于从所述咨询类工单中提取符合预设业务规则的业务知识点，得到知识点集，根据知识点集构建本地专业知识库；

28、匹配知识点模块，用于接收用户输入的用户问题，计算所述用户问题与所述知识点集中每个知识点之间的相似度，从所述知识点集中选择所述相似度符合预设筛选条件的知识点作为参考知识点；

29、生成回答模块，用于将所述参考知识点与所述用户问题拼接生成prompt文本，将所述prompt文本输入到所述大型对话模型，生成回答。

30、为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：

31、至少一个处理器；以及，

32、与所述至少一个处理器通信连接的存储器；其中，

33、所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的基于对话模型的知识库文本匹配问答方法。

34、为了解决上述问题，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中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于对话模型的知识库文本匹配问答方法。

35、本发明实施例通过构建本地专业知识库，对用户问题和知识点进行计算，得到与问题最相关的知识点，进而利用大型对话模型生成回答。因此，本发明实施例提供的一种基于对话模型的知识库文本匹配问答方法、装置、设备及存储介质，能够在于通过知识库构建、问题知识点匹配，对用户的问题进行回答生成并响应，提高解决医疗咨询工单的效率。

技术特征：

1.一种基于对话模型的知识库文本匹配问答方法，其特征在于，所述方法包括：

2.如权利要求1所述的基于对话模型的知识库文本匹配问答方法，其特征在于，所述从所述咨询类工单中提取符合预设业务规则的业务知识点，得到知识点集，包括：

3.如权利要求1所述的基于对话模型的知识库文本匹配问答方法，其特征在于，所述根据知识点集构建本地专业知识库，包括：

4.如权利要求1所述的基于对话模型的知识库文本匹配问答方法，其特征在于，所述计算所述用户问题与所述知识点集中每个知识点之间的相似度，从所述知识点集中选择所述相似度符合预设筛选条件的知识点作为参考知识点，包括：

5.如权利要求4所述的基于对话模型的知识库文本匹配问答方法，其特征在于，所述计算用户问题向量与知识点集向量之间的余弦相似度，包括：

6.如权利要求1所述的基于对话模型的知识库文本匹配问答方法，其特征在于，所述将所述参考知识点与所述用户问题拼接生成prompt文本，包括：

7.一种基于大型对话模型的问题知识点文本匹配问答装置，其特征在于，所述装置包括：

8.如权利要求7所述的基于大型对话模型的问题知识点文本匹配问答装置，其特征在于，所述匹配知识点模块，通过下述方法生成所述参考知识点：

9.一种电子设备，其特征在于，所述电子设备包括：

10.一种计算机可读存储介质，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中任意一项所述的基于对话模型的知识库文本匹配问答方法。

技术总结本发明涉及数字医疗领域的人工智能技术，揭露了一种基于对话模型的知识库文本匹配问答方法，包括：对历史运维事件工单进行分类，得到分类结果，根据分类结果筛选咨询类工单，从咨询类工单中提取符合预设业务规则的业务知识点，得到知识点集，根据知识点集构建本地专业知识库，接收用户输入的用户问题，计算用户问题与知识点集中每个知识点之间的相似度，从知识点集中选择相似度符合预设筛选条件的知识点作为参考知识点，将参考知识点与所述用户问题拼接生成prompt文本，将prompt文本输入到所述大型对话模型，生成回答。本发明还提出一种基于对话模型的知识库文本匹配问答装置、设备及介质。本发明可以提升数字医疗领域问答的速度与效率。技术研发人员：黎伟浚,巴堃,庄伯金受保护的技术使用者：平安科技（深圳）有限公司技术研发日：技术公布日：2024/8/5