【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請(qǐng)涉及人工智能，尤其涉及一種確定回答信息的方法、裝置、程序產(chǎn)品及設(shè)備。
技術(shù)介紹
1、檢索增強(qiáng)生成（retrieval?augmented?generation，rag）是將信息檢索技術(shù)與大語(yǔ)言模型等人工智能模型結(jié)合的技術(shù)。rag技術(shù)的基本原理為：在人工智能模型需要生成用戶問(wèn)題的回答時(shí)，先使用檢索技術(shù)從知識(shí)庫(kù)中檢索出與問(wèn)題相關(guān)的知識(shí)信息，然后人工智能模型在基于自身的知識(shí)和推理能力的前提下，還會(huì)結(jié)合檢索到的知識(shí)信息，生成回答信息。
2、基于rag技術(shù)能夠在一定程度上降低人工智能模型存在的知識(shí)幻覺(jué)問(wèn)題，所謂知識(shí)幻覺(jué)是指人工智能模型生成與現(xiàn)實(shí)不符的錯(cuò)誤信息。但是，受限于檢索技術(shù)的局限性，目前經(jīng)常會(huì)從知識(shí)庫(kù)中檢測(cè)出無(wú)法有效用于解答用戶問(wèn)題的知識(shí)信息，從而使得人工智能模型依賴檢索出的知識(shí)信息，無(wú)法準(zhǔn)確確定用戶問(wèn)題對(duì)應(yīng)的回答信息，使得人工智能模型確定出的回答信息的準(zhǔn)確度較低，甚至可能出現(xiàn)知識(shí)幻覺(jué)。
技術(shù)實(shí)現(xiàn)思路
1、鑒于上述問(wèn)題，本申請(qǐng)?zhí)峁┝艘环N確定回答信息的方法和裝置，以提高利用人工智能模型確定出的回答信息的準(zhǔn)確性，減少人工智能模型出現(xiàn)知識(shí)幻覺(jué)的情況。具體方案如下：
2、本申請(qǐng)第一方面提供一種確定回答信息的方法，包括：
3、獲得用戶輸入的目標(biāo)問(wèn)題信息；
4、確定知識(shí)庫(kù)中與所述目標(biāo)問(wèn)題信息匹配的至少一個(gè)知識(shí)片段；
5、對(duì)于每個(gè)知識(shí)片段，基于所述知識(shí)片段和所述目標(biāo)問(wèn)題信息，利用拒答檢測(cè)模型確定所述知識(shí)片段的拒答檢測(cè)結(jié)果，所述拒答檢測(cè)
6、從所述至少一個(gè)知識(shí)片段中，篩選出所述拒答檢測(cè)結(jié)果為目標(biāo)結(jié)果的至少一個(gè)有效知識(shí)片段，其中，知識(shí)片段的拒答檢測(cè)結(jié)果為目標(biāo)結(jié)果表明基于所述知識(shí)片段能夠得到所述目標(biāo)問(wèn)題信息的回答信息；
7、利用所述至少一個(gè)有效知識(shí)片段，利用第一智能問(wèn)答模型確定所述目標(biāo)問(wèn)題信息的目標(biāo)回答信息。
8、在一種可能的實(shí)現(xiàn)中，所述基于所述知識(shí)片段和所述目標(biāo)問(wèn)題信息，利用拒答檢測(cè)模型確定所述知識(shí)片段的拒答檢測(cè)結(jié)果，包括：
9、基于所述知識(shí)片段和目標(biāo)問(wèn)題信息，構(gòu)建提示信息，所述提示信息用于提示拒答檢測(cè)模型基于所述知識(shí)片段生成所述目標(biāo)問(wèn)題信息的回答；
10、基于所述提示信息，利用所述拒答檢測(cè)模型輸出所述目標(biāo)問(wèn)題信息的回答結(jié)果，得到采用所述回答結(jié)果表示的拒答檢測(cè)結(jié)果；
11、其中，如果所述回答結(jié)果是無(wú)法回答，所述拒答檢測(cè)結(jié)果表明基于所述知識(shí)片段無(wú)法得到所述目標(biāo)問(wèn)題信息的回答信息；如果所述回答結(jié)果不是無(wú)法回答，所述拒答檢測(cè)結(jié)果表明基于所述知識(shí)片段能夠得到所述目標(biāo)問(wèn)題信息的回答信息。
12、在又一種可能的實(shí)現(xiàn)中，所述確定知識(shí)庫(kù)中與所述目標(biāo)問(wèn)題信息匹配的至少一個(gè)知識(shí)片段，包括：
13、從知識(shí)庫(kù)中檢索出與所述目標(biāo)問(wèn)題信息的相似度較高的前目標(biāo)數(shù)量個(gè)待定知識(shí)片段；
14、從所述目標(biāo)數(shù)量個(gè)待定知識(shí)片段中，確定出與所述目標(biāo)問(wèn)題信息的相似度不小于設(shè)定閾值的至少一個(gè)知識(shí)片段。
15、在一種可能的實(shí)現(xiàn)中，所述拒答檢測(cè)模型為以多個(gè)知識(shí)片段樣本以及所述知識(shí)片段樣本對(duì)應(yīng)的問(wèn)答樣本對(duì)中的問(wèn)題樣本為訓(xùn)練樣本，以所述問(wèn)答樣本對(duì)中的回答樣本為所述問(wèn)答樣本對(duì)中問(wèn)題樣本的標(biāo)簽，對(duì)第二智能問(wèn)答模型進(jìn)行訓(xùn)練得到的，所述第二智能問(wèn)答模型與第一智能問(wèn)答模型為相同類型的模型；
16、其中，所述知識(shí)片段樣本對(duì)應(yīng)的問(wèn)答樣本對(duì)為基于所述知識(shí)片段樣本，利用第二智能問(wèn)答模型生成的包括問(wèn)題樣本和回答樣本的樣本對(duì)；
17、所述多個(gè)知識(shí)片段樣本對(duì)應(yīng)的問(wèn)答樣本對(duì)中包括：至少一個(gè)對(duì)應(yīng)的回答樣本的內(nèi)容是無(wú)法回答的問(wèn)答樣本對(duì)，以及至少一個(gè)對(duì)應(yīng)的回答樣本的內(nèi)容不是無(wú)法回答的問(wèn)答樣本對(duì)。
18、在又一種可能的實(shí)現(xiàn)中，所述多個(gè)知識(shí)片段樣本包括：來(lái)自所述知識(shí)庫(kù)且屬于目標(biāo)行業(yè)領(lǐng)域的至少一個(gè)目標(biāo)知識(shí)片段樣本；
19、其中，所述至少一個(gè)目標(biāo)知識(shí)片段樣本通過(guò)如下方式得到：
20、獲得屬于目標(biāo)行業(yè)領(lǐng)域的至少一篇參考文檔，將所述參考文檔進(jìn)行片段拆分，得到所述至少一篇參考文檔拆分出的至少一個(gè)參考知識(shí)片段；
21、針對(duì)每個(gè)參考知識(shí)片段，利用所述第二智能問(wèn)答模型生成與所述參考知識(shí)片段相關(guān)的至少一個(gè)參考問(wèn)答對(duì)，所述參考問(wèn)答對(duì)包括參考問(wèn)題和參考回答；
22、對(duì)于每個(gè)參考問(wèn)答對(duì)，從所述知識(shí)庫(kù)中檢測(cè)出與所述參考問(wèn)答對(duì)中的參考問(wèn)題匹配的前指定數(shù)量個(gè)目標(biāo)知識(shí)片段樣本。
23、在又一種可能的實(shí)現(xiàn)中，所述指定數(shù)量為大于1的自然數(shù)；
24、所述目標(biāo)知識(shí)片段樣本對(duì)應(yīng)的問(wèn)答樣本對(duì)通過(guò)如下方式得到：
25、對(duì)于每個(gè)參考問(wèn)答對(duì)，基于與所述參考問(wèn)答對(duì)中的參考問(wèn)題匹配的前指定數(shù)量個(gè)目標(biāo)知識(shí)片段樣本，利用第二智能問(wèn)答模型構(gòu)建與所述前指定數(shù)量個(gè)目標(biāo)知識(shí)片段樣本相關(guān)的至少一個(gè)候選問(wèn)答對(duì)，所述候選問(wèn)答對(duì)包括候選問(wèn)題和候選回答；
26、對(duì)于每個(gè)目標(biāo)知識(shí)片段樣本相關(guān)的每個(gè)候選問(wèn)答對(duì)，基于所述目標(biāo)知識(shí)片段樣本，利用第二智能問(wèn)答模型確定候選問(wèn)答樣本對(duì)中的候選問(wèn)題對(duì)應(yīng)的輸出回答，將所述候選問(wèn)答對(duì)中的候選問(wèn)題和所述輸出回答構(gòu)成的問(wèn)答對(duì)確定為所述目標(biāo)知識(shí)片段樣本的問(wèn)答樣本對(duì)。
27、在又一種可能的實(shí)現(xiàn)中，所述拒答檢測(cè)模型通過(guò)如下方式訓(xùn)練得到：
28、獲得多個(gè)知識(shí)片段樣本以及所述知識(shí)片段樣本對(duì)應(yīng)的至少一個(gè)問(wèn)答樣本對(duì)；
29、對(duì)于每個(gè)知識(shí)片段樣本對(duì)應(yīng)的每個(gè)問(wèn)答樣本對(duì)，基于所述知識(shí)片段樣本和所述問(wèn)答樣本對(duì)中問(wèn)題樣本，構(gòu)建提示信息樣本，所述提示信息樣本用于提示第二智能問(wèn)答模型基于所述知識(shí)片段樣本，確定所述問(wèn)答樣本對(duì)中的問(wèn)題樣本對(duì)應(yīng)的回答；
30、基于所述提示信息樣本，利用第二智能問(wèn)答模型確定所述問(wèn)題樣本對(duì)應(yīng)的預(yù)測(cè)回答；
31、如果基于各問(wèn)答樣本對(duì)對(duì)應(yīng)的回答樣本和預(yù)測(cè)回答確定尚未達(dá)到所述第二智能問(wèn)答模型的訓(xùn)練要求，調(diào)整所述第二智能問(wèn)答模型的模型參數(shù)；
32、基于調(diào)整后的第二智能問(wèn)答模型，返回執(zhí)行所述基于所述提示信息樣本，利用第二智能問(wèn)答模型確定所述問(wèn)題樣本的預(yù)測(cè)回答的操作，直至基于各問(wèn)答樣本對(duì)對(duì)應(yīng)的回答樣本和預(yù)測(cè)回答確定達(dá)到所述第二智能問(wèn)答模型的訓(xùn)練要求，將訓(xùn)練得到的第二智能問(wèn)答模型確定為拒答檢測(cè)模型。
33、本申請(qǐng)第二方面提供了一種確定回答信息的裝置，包括：
34、問(wèn)題獲得單元，用于獲得用戶輸入的目標(biāo)問(wèn)題信息；
35、知識(shí)匹配單元，用于確定知識(shí)庫(kù)中與所述目標(biāo)問(wèn)題信息匹配的至少一個(gè)知識(shí)片段；
36、拒答預(yù)檢單元，用于對(duì)于每個(gè)知識(shí)片段，基于所述知識(shí)片段和所述目標(biāo)問(wèn)題信息，利用拒答檢測(cè)模型確定所述知識(shí)片段的拒答檢測(cè)結(jié)果，所述拒答檢測(cè)結(jié)果用于表征基于所述知識(shí)片段是否能夠得到所述目標(biāo)問(wèn)題信息的回答信息；
37、知識(shí)篩選單元，用于從所述至少一個(gè)知識(shí)片段中，篩選出所述拒答檢測(cè)結(jié)果為目標(biāo)結(jié)果的至少本文檔來(lái)自技高網(wǎng)...
【技術(shù)保護(hù)點(diǎn)】
1.一種確定回答信息的方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的確定回答信息的方法，其特征在于，所述基于所述知識(shí)片段和所述目標(biāo)問(wèn)題信息，利用拒答檢測(cè)模型確定所述知識(shí)片段的拒答檢測(cè)結(jié)果，包括：
3.根據(jù)權(quán)利要求1所述的確定回答信息的方法，其特征在于，所述確定知識(shí)庫(kù)中與所述目標(biāo)問(wèn)題信息匹配的至少一個(gè)知識(shí)片段，包括：
4.根據(jù)權(quán)利要求1或2所述的確定回答信息的方法，其特征在于，所述拒答檢測(cè)模型為以多個(gè)知識(shí)片段樣本以及所述知識(shí)片段樣本對(duì)應(yīng)的問(wèn)答樣本對(duì)中的問(wèn)題樣本為訓(xùn)練樣本，以所述問(wèn)答樣本對(duì)中的回答樣本為所述問(wèn)答樣本對(duì)中問(wèn)題樣本的標(biāo)簽，對(duì)第二智能問(wèn)答模型進(jìn)行訓(xùn)練得到的，所述第二智能問(wèn)答模型與第一智能問(wèn)答模型為相同類型的模型；
5.根據(jù)權(quán)利要求4所述的確定回答信息的方法，其特征在于，所述多個(gè)知識(shí)片段樣本包括：來(lái)自所述知識(shí)庫(kù)且屬于目標(biāo)行業(yè)領(lǐng)域的至少一個(gè)目標(biāo)知識(shí)片段樣本；
6.根據(jù)權(quán)利要求5所述的確定回答信息的方法，其特征在于，所述指定數(shù)量為大于1的自然數(shù)；
7.根據(jù)權(quán)利要求4所述的確定回答信息的方法，其特征在于，所
8.一種確定回答信息的裝置，其特征在于，包括：
9.一種計(jì)算機(jī)程序產(chǎn)品，其特征在于，包括計(jì)算機(jī)可讀指令，當(dāng)所述計(jì)算機(jī)可讀指令在電子設(shè)備上運(yùn)行時(shí)，使得所述電子設(shè)備實(shí)現(xiàn)如權(quán)利要求1至7中任意一項(xiàng)所述的確定回答信息的方法。
10.一種電子設(shè)備，其特征在于，包括至少一個(gè)處理器和與所述處理器連接的存儲(chǔ)器，其中：
...【技術(shù)特征摘要】
1.一種確定回答信息的方法，其特征在于，包括：
2.根據(jù)權(quán)利要求1所述的確定回答信息的方法，其特征在于，所述基于所述知識(shí)片段和所述目標(biāo)問(wèn)題信息，利用拒答檢測(cè)模型確定所述知識(shí)片段的拒答檢測(cè)結(jié)果，包括：
3.根據(jù)權(quán)利要求1所述的確定回答信息的方法，其特征在于，所述確定知識(shí)庫(kù)中與所述目標(biāo)問(wèn)題信息匹配的至少一個(gè)知識(shí)片段，包括：
4.根據(jù)權(quán)利要求1或2所述的確定回答信息的方法，其特征在于，所述拒答檢測(cè)模型為以多個(gè)知識(shí)片段樣本以及所述知識(shí)片段樣本對(duì)應(yīng)的問(wèn)答樣本對(duì)中的問(wèn)題樣本為訓(xùn)練樣本，以所述問(wèn)答樣本對(duì)中的回答樣本為所述問(wèn)答樣本對(duì)中問(wèn)題樣本的標(biāo)簽，對(duì)第二智能問(wèn)答模型進(jìn)行訓(xùn)練得到的，所述第二智能問(wèn)答模型與第一智能問(wèn)答模型為相同類型的模型；
5.根...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：張靖，
申請(qǐng)(專利權(quán))人：長(zhǎng)城汽車(chē)股份有限公司，
類型：發(fā)明
國(guó)別省市：
還沒(méi)有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。