基于大语言模型的信息检索方法、装置、设备和介质与流程

本公开涉及人工智能，尤其涉及自然语言处理和深度学习等，具体涉及一种基于大语言模型的信息检索方法、基于大语言模型的信息检索装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术：

1、人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括自然语言处理技术、计算机视觉技术、语音识别技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

2、在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

技术实现思路

1、本公开提供了一种基于大语言模型的信息检索方法、基于大语言模型的信息检索装置、电子设备、计算机可读存储介质和计算机程序产品。

2、根据本公开的一方面，提供了一种基于大语言模型的信息检索方法，包括：获取检索系统基于用户的查询文本返回的多个检索结果；响应于基于大语言模型的语义理解模块确定查询文本具有多个语义理解维度，确定多个检索结果与多个语义理解维度的对应关系；向用户呈现多个语义理解维度；以及响应于检测到用户对多个语义理解维度中的第一语义理解维度的选择，向用户呈现多个检索结果中的与第一语义理解维度对应的检索结果。

3、根据本公开的另一方面，提供了一种基于大语言模型的信息检索装置，包括：获取单元，被配置为获取检索系统基于用户的查询文本返回的多个检索结果；确定单元，被配置为响应于基于大语言模型的语义理解模块确定查询文本具有多个语义理解维度，确定多个检索结果与多个语义理解维度的对应关系；第一呈现单元，被配置为向用户呈现多个语义理解维度；以及第二呈现单元，被配置为响应于检测到用户对多个语义理解维度中的第一语义理解维度的选择，向用户呈现多个检索结果中的与第一语义理解维度对应的检索结果。

4、根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，这些指令被至少一个处理器执行，以使至少一个处理器能够执行上述方法。

5、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，计算机指令用于使计算机执行上述方法。

6、根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，计算机程序在被处理器执行时实现上述方法。

7、根据本公开的一个或多个实施例，本公开通过利用基于大语言模型的语义理解模块判断用户的查询文本是否具有多个语义理解维度，并在确定成立的情况下确定多个检索结果与多个语义理解维度的对应关系，进而通过用户交互的方式确定用户实际的语义理解维度，并向用户呈现该语义理解维度对应的检索结果，有效增强了信息检索系统在多解释查询文本场景下的用户需求理解及回答效果。

8、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种基于大语言模型的信息检索方法，包括：

2.根据权利要求1所述的方法，其中，所述语义理解模块包括查询理解模块和大语言模型，响应于基于大语言模型的语义理解模块确定所述查询文本具有多个语义理解维度，确定所述多个检索结果与所述多个语义理解维度的对应关系包括：

3.根据权利要求2所述的方法，其中，利用所述查询理解模块对所述查询文本进行处理，得到初步理解结果包括：

4.根据权利要求2所述的方法，其中，利用所述大语言模型对所述初步理解结果和所述多个检索结果进行处理包括：

5.根据权利要求4所述的方法，其中，利用所述大语言模型对所述初步理解结果和所述多个检索结果进行处理还包括：

6.根据权利要求4所述的方法，其中，利用所述大语言模型对所述初步理解结果和所述多个检索结果进行处理还包括：

7.根据权利要求2所述的方法，其中，响应于基于大语言模型的语义理解模块确定所述查询文本具有多个语义理解维度，确定所述多个检索结果与所述多个语义理解维度的对应关系包括：

8.根据权利要求1-7中任一项所述的方法，还包括：

9.根据权利要求1-7中任一项所述的方法，其中，通过弹出对话框向所述用户呈现所述多个语义理解维度。

10.根据权利要求1-7中任一项所述的方法，其中，通过选择菜单向所述用户呈现所述多个语义理解维度。

11.根据权利要求1-7中任一项所述的方法，还包括：

12.根据权利要求11所述的方法，其中，所述进一步查询建议是利用所述大语言模型生成的，所述进一步查询建议包括与所述第一语义理解维度相关的附加关键词或短语。

13.根据权利要求4所述的方法，还包括：

14.根据权利要求13所述的方法，其中，所述交互行为包括用户点击、停留时间、滚动行为和用户反馈等。

15.一种基于大语言模型的信息检索装置，包括：

16.根据权利要求15所述的装置，其中，所述语义理解模块包括查询理解模块和大语言模型，所述确定单元包括：

17.根据权利要求16所述的装置，其中，所述第一处理子单元包括：

18.根据权利要求16所述的装置，其中，所述第二处理子单元包括：

19.根据权利要求18所述的装置，其中，所述第二处理子单元还包括：

20.根据权利要求18所述的装置，其中，所述第二处理子单元还包括：

21.根据权利要求16所述的装置，其中，所述确定单元包括：

22.根据权利要求15-21中任一项所述的装置，还包括：

23.根据权利要求15-21中任一项所述的装置，其中，通过弹出对话框向所述用户呈现所述多个语义理解维度。

24.根据权利要求15-21中任一项所述的装置，其中，通过选择菜单向所述用户呈现所述多个语义理解维度。

25.根据权利要求15-21中任一项所述的装置，还包括：

26.根据权利要求25所述的装置，其中，所述查询建议单元包括：

27.根据权利要求18所述的装置，还包括：

28.根据权利要求27所述的装置，其中，所述交互行为包括用户点击、停留时间、滚动行为和用户反馈等。

29.一种电子设备，其特征在于，所述电子设备包括：

30.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-14中任一项所述的方法。

31.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-14中任一项所述的方法。

技术总结本公开提供了一种基于大语言模型的信息检索方法、装置、设备和介质，涉及人工智能技术领域，尤其涉及自然语言处理和深度学习等技术领域。该方法包括：获取检索系统基于用户的查询文本返回的多个检索结果；响应于基于大语言模型的语义理解模块确定查询文本具有多个语义理解维度，确定多个检索结果与多个语义理解维度的对应关系；向用户呈现多个语义理解维度；以及响应于检测到用户对多个语义理解维度中的第一语义理解维度的选择，向用户呈现多个检索结果中的与第一语义理解维度对应的检索结果。技术研发人员：崔玉宝受保护的技术使用者：百度时代网络技术（北京）有限公司技术研发日：技术公布日：2024/9/17