一种基于大语言模型的服务组合方法

本发明属于自然语言处理和服务计算领域，具体涉及一种基于大语言模型的服务组合方法。

背景技术：

1、服务组合是一项基于服务计算和服务体系结构技术的任务，其目的是将多个服务按照特定顺序和逻辑组合，以解决原本基本服务难以处理的复杂任务。然而，随着服务数量的迅速增加，用户在从繁多的服务中挑选出适合当前需求的服务面临诸多挑战。传统的基于工作流、基于ai规划、基于语义和基于qos的服务组合方法在处理复杂任务、理解语义、处理大规模数据和适应多样化用户需求等方面存在局限性。相比之下，基于大语言模型的服务组合方法凭借其强大的语义理解能力和自主学习能力，能够更好地解析复杂的语义信息实现服务组合的自动化处理，灵活地满足多样化的用户需求。

2、基于大语言模型的服务组合方法是一种复杂的推理任务。目前，大语言模型的推理技术主要分为两类，一类是添加解释的训练或微调预训练模型，另一类是通过合适的提示或提示样本，更好地激发大语言模型本身就具备的推理能力。然而，前者所需的成本高昂，且通常需要对模型的完全访问和梯度计算，但这在当前最先进的大语言模型中并不容易实现，如gpt-4；后者在处理复杂任务时，不足以让模型学会执行所有必要的推理步骤，同时需要耗费大量人力预先准备一组提示并进行试错或预评估，以确保提示的质量。另外，大语言模型在处理任务过程中仍然存在产生幻觉事实和不一致知识的倾向。因此，需要探索更智能的提示构建范式，实现自动化、自适应化的提示优化方法，以克服当前大语言模型在复杂推理任务中的局限性。

技术实现思路

1、为解决上述问题，本发明的主要目的在于提供了一种基于大语言模型的服务组合方法，通过分解提示法、增强提示中的知识，以及一种融合反馈反思思想的提示集成学习方法，实现提示的自动化构建和优化，以有效地将复杂的服务组合任务自动化处理。

2、为实现上述目的，本发明提供了以下技术方案：

3、一种基于大语言模型的服务组合方法，设计两个模块来实施：提示构建模块m1和服务组合流程模块m2，其中：

4、所述提示构建模块m1，执行以下步骤：

5、步骤1：使用分解提示法构建提示以将服务组合复杂任务分解为顺序链接的简单子任务，具体包括需求分解、知识增强、服务组合、检查评估四个子任务，每个子任务均通过基于特定提示的大语言模型解决；

6、步骤2：利用大语言模型的反馈和反思能力进行提示集成学习，以实现步骤1中各子任务提示的自动化优化；

7、所述服务组合流程模块m2执行如下步骤：

8、步骤3：接收用户输入的需求信息，并按照步骤1中构建的提示顺序依次执行各个子任务；

9、步骤4：大语言模型基于自动化优化后的需求分解子任务提示将用户输入的需求拆分为多个子需求，这些子需求本身不可再分且所有子需求共同构成了用户的功能需求；

10、步骤5：根据子需求通过知识库检索和分析，得到能够完成子需求的候选服务集及其相关信息，以增强服务组合子任务提示中的知识，完成知识增强子任务；

11、步骤6：使用自动化优化并知识增强后的服务组合子任务提示，基于大语言模型获得最佳服务组合结果；

12、步骤7：根据用户输入的需求信息，利用大语言模型和自动化优化后的检查评估子任务提示，对服务组合结果进行检查评估，以判断是否需要重新执行服务组合子任务。

13、与现有服务组合方法相比，本发明利用大语言模型更好地理解用户的需求并解析复杂的语义信息，实现了自动化服务组合，为用户挑选出满足需求且性能不错的服务。为了进一步启发大语言模型的推理能力以提升服务组合的质量，在提示构建模块m1中，本发明使用分解提示法将复杂任务分解成更简单的子任务，并通过融合反馈反思思想的提示集成学习来实现各子任务提示的自动化优化，以解决基于提示的处理推理任务存在的处理复杂任务性能低下、人工构建提示成本高等问题。在服务组合流程模块m2中，基于m1构建的提示，本发明依次完成需求分解、知识增强、服务组合、检查评估四个子任务，其中知识增强子任务可以利用外部知识库增强提示，向大语言模型注入显式知识，来减轻大语言模型存在的存在产生幻觉事实和不一致知识的倾向。

技术特征：

1.一种基于大语言模型的服务组合方法，其特征在于，设计两个模块来实施：提示构建模块m1和服务组合流程模块m2，其中：

2.根据权利要求1所述的一种基于大语言模型的服务组合方法，其特征在于，所述步骤1具体包括：

3.根据权利要求1所述的一种基于大语言模型的服务组合方法，其特征在于，所述步骤2具体包括：

4.根据权利要求1所述的一种基于大语言模型的服务组合方法，其特征在于，所述步骤5具体包括：

5.根据权利要求4所述的一种基于大语言模型的服务组合方法，其特征在于，所述步骤5.2具体包括以下步骤：

6.根据权利要求1所述的一种基于大语言模型的服务组合方法，其特征在于，所述步骤6具体包括：

7.根据权利要求1所述的一种基于大语言模型的服务组合方法，其特征在于，所述步骤7具体包括：根据用户输入的需求信息，利用大语言模型对服务组合结果进行检查评估，判断是否需要重新执行服务组合子任务；如果需要则将反馈信息作为提示的一部分重新执行步骤6，反之则直接输出最终结果。

技术总结一种基于大语言模型的服务组合方法，设计两个模块即提示构建模块和服务组合流程模块来实施，步骤包括：使用分解提示法构建提示以将服务组合复杂任务分解为顺序链接的简单子任务；利用大语言模型的反馈和反思能力进行提示集成学习，以实现各子任务提示的自动化优化；接收用户输入的需求信息；通过优化后的提示将用户输入的需求拆分为多个子需求；根据子需求通过知识库检索和分析，得到能够完成子需求的候选服务集及其相关信息以增强提示中的知识；使用大语言模型和知识增强并优化后的提示得到最佳服务组合结果；基于用户输入的需求信息对结果进行检查评估。本发明能够有效地将复杂的服务组合任务自动化处理，提高了服务组合的效率。技术研发人员：柳先辉,唐果,邓秋军,赵卫东受保护的技术使用者：同济大学技术研发日：技术公布日：2024/9/29