技术新讯 > 计算推算,计数设备的制造及其应用技术 > 智能问答处理方法、装置、计算机设备、可读存储介质和程序产品与流程  >  正文

智能问答处理方法、装置、计算机设备、可读存储介质和程序产品与流程

  • 国知局
  • 2024-11-06 14:46:20

本技术涉及人工智能,特别是涉及一种智能问答处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

背景技术:

1、随着人工智能技术特别是大模型技术的发展,出现了利用人工智能技术实现用户与计算机之间交互对话的人机问答技术,该技术使得计算机能够理解自然语言并作出相应的回答,从而能够像人类一样进行问答和交流,并且已经在多种应用场景中得到广泛应用。

2、传统技术中提供的智能问答处理,一般都是通过人工配置问答模板来实现,需要由相关技术人员确定场景和需求,再收集问题和答案,然后整理问答对并指定规则和逻辑,最后还要进行编辑和测试,然而这种方式往往难以为用户的问句信息提供准确的答案信息,导致目前技术中的智能问答处理方式存在准确性有待提升的问题。

技术实现思路

1、基于此,有必要针对上述技术问题,提供一种智能问答处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。

2、第一方面,本技术提供了一种智能问答处理方法,包括:

3、根据用户的问句信息在多个知识脉络中进行节点匹配,得到叶子节点匹配信息;

4、根据所述叶子节点匹配信息,确定多个所述知识脉络中的目标知识脉络;所述目标知识脉络为所述问句信息匹配的目标业务主题的知识脉络;

5、根据所述叶子节点匹配信息和所述目标知识脉络,确定所述目标知识脉络中所述问句信息匹配的目标叶子节点的目标信息点;

6、将所述目标信息点输入大模型,得到所述大模型输出的所述问句信息对应的答案信息。

7、在其中一个实施例中,所述根据所述叶子节点匹配信息,确定多个所述知识脉络中的目标知识脉络,包括:

8、根据所述叶子节点匹配信息,得到候选业务主题的数量;根据所述数量,确定多个所述知识脉络中的目标知识脉络。

9、在其中一个实施例中,所述根据所述数量,确定多个所述知识脉络中的目标知识脉络,包括:

10、若所述数量为第一数量,则将所述候选业务主题作为所述目标业务主题;若所述数量大于所述第一数量,则获取所述用户在各所述候选业务主题中的选择信息,根据所述选择信息在各所述候选业务主题确定中的目标业务主题;根据所述目标业务主题得到多个所述知识脉络中的目标知识脉络。

11、在其中一个实施例中,所述根据所述叶子节点匹配信息和所述目标知识脉络,确定所述目标知识脉络中所述问句信息匹配的目标叶子节点的目标信息点,包括:

12、根据所述叶子节点匹配信息和所述目标知识脉络,得到所述目标知识脉络中的多个候选叶子节点;针对每一所述候选叶子节点,获取所述候选叶子节点的候选信息点,根据多个目标维度以及多个所述目标维度各自的目标权重对所述候选信息点进行加权计算,得到所述候选叶子节点的加权计算结果;根据各所述候选叶子节点的所述加权计算结果,在多个所述候选叶子节点中确定所述目标叶子节点,得到所述目标叶子节点的目标信息点。

13、在其中一个实施例中,所述根据多个目标维度以及多个所述目标维度各自的目标权重对所述候选信息点进行加权计算,得到所述候选叶子节点的加权计算结果之前,还包括:

14、获取问句测试样本集以及与所述问句测试样本集对应的信息点匹配信息;利用所述问句测试样本集和所述信息点匹配信息,调整各所述目标维度的权重,使得所述问句测试样本集对应的信息点预测信息与所述信息点匹配信息一致;所述目标维度包括信息点关键词、信息点内容特征以及知识文档名称的关键词中的至少一种。

15、在其中一个实施例中,所述将所述目标信息点输入大模型,得到所述大模型输出的所述问句信息对应的答案信息,包括:

16、若所述目标信息点的数量为第二数量,则根据所述用户的问句意图调用系统服务得到补充数据,将所述目标信息点和所述补充数据输入所述大模型,得到所述大模型输出的所述问句信息对应的所述答案信息;若所述目标信息点的数量大于所述第二数量,则将各所述目标信息点输入所述大模型,得到所述大模型输出的所述问句信息对应的所述答案信息。

17、在其中一个实施例中,所述方法还包括:

18、获取知识文档集,确定所述知识文档集中包含的各业务主题以及各所述业务主题下的知识文档;根据所述业务主题下的所述知识文档的目录,得到对应的金字塔结构及多个信息点;根据所述金字塔结构及多个信息点,构建所述业务主题的所述知识脉络。

19、在其中一个实施例中,所述业务主题下的所述知识文档的数量为多个;所述根据所述业务主题下的所述知识文档的目录,得到对应的金字塔结构及多个信息点之前,所述方法还包括:

20、获取多个所述知识文档各自对应的初始目录;对所述初始目录进行归一化处理,得到所述业务主题下的所述知识文档的目录。

21、在其中一个实施例中,所述方法还包括:

22、若存在新增知识文档,确定所述新增知识文档的当前业务主题;在所述当前业务主题已存在于所述知识文档集中时,根据所述新增知识文档的当前目录更新所述当前业务主题对应的知识脉络;在所述当前业务主题不存在于所述知识文档集中时,根据所述新增知识文档的当前目录新增知识脉络。

23、第二方面,本技术还提供了一种智能问答处理装置,包括:

24、节点匹配模块,用于根据用户的问句信息在多个知识脉络中进行节点匹配,得到叶子节点匹配信息;

25、脉络确定模块,用于根据所述叶子节点匹配信息,确定多个所述知识脉络中的目标知识脉络;所述目标知识脉络为所述问句信息匹配的目标业务主题的知识脉络;

26、信息点匹配模块,用于根据所述叶子节点匹配信息和所述目标知识脉络,确定所述目标知识脉络中所述问句信息匹配的目标叶子节点的目标信息点;

27、大模型处理模块,用于将所述目标信息点输入大模型,得到所述大模型输出的所述问句信息对应的答案信息。

28、第三方面,本技术还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:

29、根据用户的问句信息在多个知识脉络中进行节点匹配,得到叶子节点匹配信息;根据所述叶子节点匹配信息,确定多个所述知识脉络中的目标知识脉络;所述目标知识脉络为所述问句信息匹配的目标业务主题的知识脉络;根据所述叶子节点匹配信息和所述目标知识脉络,确定所述目标知识脉络中所述问句信息匹配的目标叶子节点的目标信息点;将所述目标信息点输入大模型,得到所述大模型输出的所述问句信息对应的答案信息。

30、第四方面,本技术还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:

31、根据用户的问句信息在多个知识脉络中进行节点匹配,得到叶子节点匹配信息;根据所述叶子节点匹配信息,确定多个所述知识脉络中的目标知识脉络;所述目标知识脉络为所述问句信息匹配的目标业务主题的知识脉络;根据所述叶子节点匹配信息和所述目标知识脉络,确定所述目标知识脉络中所述问句信息匹配的目标叶子节点的目标信息点;将所述目标信息点输入大模型,得到所述大模型输出的所述问句信息对应的答案信息。

32、第五方面,本技术还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:

33、根据用户的问句信息在多个知识脉络中进行节点匹配,得到叶子节点匹配信息;根据所述叶子节点匹配信息,确定多个所述知识脉络中的目标知识脉络;所述目标知识脉络为所述问句信息匹配的目标业务主题的知识脉络;根据所述叶子节点匹配信息和所述目标知识脉络,确定所述目标知识脉络中所述问句信息匹配的目标叶子节点的目标信息点;将所述目标信息点输入大模型,得到所述大模型输出的所述问句信息对应的答案信息。

34、上述智能问答处理方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,通过根据用户的问句意图采用多策略手段进行叶子节点匹配,然后根据叶子节点匹配信息,在多个知识脉络中确定目标知识脉络,再根据叶子节点匹配信息和目标知识脉络进行目标信息点的定位,作为归纳总结的数据源,最后将目标信息点输入大模型进行归纳总结,根据问句意图的类型调用大模型的归纳技能,并得到大模型输出的问句意图对应的答案信息。

35、在有益效果上,本技术基于构建的多业务主题的知识脉络进行信息补全,实现了利用知识脉络的叶子节点以及信息点并结合大模型为用户的问句信息进行匹配并提供精准的答案信息,提高了智能问答处理的准确性;另外,本技术还构建出一套知识处理机制并应用于知识脉络的生产流程,能够自动梳理知识文档体系,通过将海量的文档知识组织成有序的碎片化信息点并构建不同业务主题的知识脉络,从而避免了通过人工配置问答模板的繁琐过程,极大地提高了问答模板的配置效率,同时还确保了知识供应的质量和实时性要求。

本文地址:https://www.jishuxx.com/zhuanli/20241106/324048.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。