【技術實現步驟摘要】
本專利技術涉及人工智能，具體地涉及一種智能對話方法、一種智能對話系統、一種機器可讀存儲介質及一種電子設備。
技術介紹
1、在大語言模型的應用過程中，常用的大語言模型通過大量的通用知識文本數據和強大的算力資源訓練完成。通過解析用戶輸入的問題，從大語言模型的知識結構中生成相應的答案。雖然目前基于大語言模型實現的智能對話技術能夠與用戶進行對話，為用戶解決問題或者輔助用戶進行生產，但是對于一些特殊行業領域的知識，常見的開源大語言模型的知識結構中并不包含或者包含較少，因此無法對涉及一些特殊行業領域的用戶問題進行解析和處理。并且，部分用戶因為技術保密等原因，其所持有的知識數據無法公開，導致無法直接應用到現有的大語言模型中。
2、因此，在將大語言模型應用至一些特殊行業領域時，如何保證特殊行業領域的本地知識庫的數據安全性，以避免出現保密信息泄露的同時，可以對一些特殊行業領域的用戶問題進行解析和處理是目前亟需解決的問題。
技術實現思路
1、本專利技術實施方式的目的是提供一種智能對話方法及系統，以至少解決上述的在將大語言模型應用至一些特殊行業領域時，如何保證特殊行業領域的本地知識庫的數據安全性，以避免出現保密信息泄露的同時，對一些特殊行業領域的用戶問題進行解析和處理的問題。
2、為了實現上述目的，本專利技術第一方面提供一種智能對話方法，包括：
3、基于提問關鍵數據和本地知識庫，得到本地反饋數據；其中，提問關鍵數據基于捕獲的提問信息解析得到；
4、根據提問
5、在確定本地反饋數據和網絡反饋數據之間的相似性檢驗結果滿足預設條件的情況下，基于本地反饋數據和網絡反饋數據，生成提問答案數據；
6、將提問答案數據輸入至大語言模型中進行調整，得到用于回答提問信息的反饋信息。
7、可選的，上述本地知識庫基于多個本地知識文件構建得到；
8、上述基于提問關鍵數據和本地知識庫，得到本地反饋數據，包括：
9、確定提問關鍵數據在各本地知識文件中出現的位置；
10、當提問關鍵數據出現的位置為本地知識文件的標題中時，為對應本地知識文件賦予與提問信息對應的第一權重；
11、當提問關鍵數據出現的位置為本地知識文件的正文中時，為對應本地知識文件賦予與提問信息對應的第二權重；
12、確定提問關鍵數據在各本地知識文件中的出現頻次，基于提問關鍵數據在本地知識文件中的出現頻次，為對應本地知識文件賦予與提問信息對應的第三權重；其中，第一權重的權值大于第二權重的權值，第二權重的權值大于第三權重的權值；
13、基于第一權重、第二權重和第三權重，對與提問關鍵數據相關的各本地知識文件進行排序，并對與提問關鍵數據相關的各本地知識文件進行解析，以提取各本地知識文件中包含提問關鍵數據的內容；
14、基于各本地知識文件中包含提問關鍵數據的內容，生成本地反饋數據。
15、可選的，上述根據提問關鍵數據進行網絡檢索，得到網絡反饋數據，包括：
16、基于網絡搜索引擎和提問關鍵數據，在公共數據庫中進行網絡檢索，得到網絡反饋數據；
17、其中，網絡反饋數據的數據形式與本地反饋數據的數據形式相同，網絡反饋數據的數據形式包括圖片形式和/或文字形式。
18、可選的，在確定本地反饋數據和網絡反饋數據之間的相似性檢驗結果滿足預設條件之前，該方法還包括：
19、對本地反饋數據和網絡反饋數據進行相似性檢驗，若相似性檢驗結果不滿足預設條件，則對網絡反饋數據進行更新調整，直至相似性檢驗結果滿足預設條件。
20、可選的，上述若相似性檢驗結果不滿足預設條件，則對網絡反饋數據進行更新調整，包括：
21、若相似性檢驗結果不滿足預設條件，則對網絡反饋數據進行引用篩查，以追溯網絡反饋數據的初次發布時間和初次發布渠道；
22、對網絡反饋數據的初次發布渠道進行可靠性分析，得到渠道可靠性分析數據；
23、若網絡反饋數據的初次發布時間早于本地反饋數據的收錄時間和/或渠道可靠性分析數據小于預設可靠性數據閾值，則再次進行網絡檢索，生成新的網絡反饋數據；
24、若網絡反饋數據的初次發布時間晚于本地反饋數據的收錄時間且渠道可靠性分析數據不小于預設可靠性數據閾值，則對網絡反饋數據進行數據增強，并為網絡反饋數據添加增強標簽。
25、可選的，在得到網絡反饋數據之后，該方法還包括：
26、根據網絡反饋數據，對本地知識庫進行更新。
27、可選的，上述提問信息的形式包括文字形式和/或語音形式；
28、上述提問信息的解析規則包括：
29、判斷提問信息的形式，將語音形式的提問信息進行識別轉換，得到對應文字形式的提問信息；
30、對文字形式的提問信息進行文字解析，得到提問關鍵數據。
31、本專利技術第二方面提供一種智能對話系統，包括：
32、本地反饋數據得到模塊，用于基于提問關鍵數據和本地知識庫，得到本地反饋數據；其中，提問關鍵數據基于捕獲的提問信息解析得到；
33、網絡反饋數據得到模塊，用于根據提問關鍵數據進行網絡檢索，得到網絡反饋數據；
34、提問答案數據生成模塊，用于在確定本地反饋數據和網絡反饋數據之間的相似性檢驗結果滿足預設條件的情況下，基于本地反饋數據和網絡反饋數據，生成提問答案數據；
35、模型分析模塊，用于將提問答案數據輸入至大語言模型中進行調整，得到用于回答提問信息的反饋信息。
36、在本專利技術第三方面提供一種機器可讀存儲介質，該機器可讀存儲介質上存儲有指令，該指令在被處理器執行時使得上述處理器被配置成執行上述的智能對話方法。
37、在本專利技術第四方面提供一種電子設備，電子設備包括存儲器、處理器以及存儲在上述存儲器中并可在上述處理器上運行的計算機程序，上述處理器執行上述計算機程序時實現上述的智能對話方法。
38、通過上述技術方案，提供一種智能對話方法及系統根據提問關鍵數據和本地知識庫，得到本地反饋數據，并根據提問關鍵數據進行網絡檢索，得到網絡反饋數據。在確定本地反饋數據和網絡反饋數據之間的相似性檢驗結果滿足預設條件的情況下，根據本地反饋數據和網絡反饋數據，生成提問答案數據，并將提問答案數據輸入至大語言模型中進行調整，得到用于回答提問信息的反饋信息。該方法及系統利用基于本地知識文件生成的本地知識庫和網絡搜索引擎共同組合，生成對應于提問信息的反饋信息，本地知識庫的數據僅存儲在本地，能夠充分保證本地知識庫的數據安全性，避免出現保密信息泄露的情況。并且通過大語言模型完成提問答案數據到反饋信息的轉換，可以幫助用戶更容易的獲取到想要的結果，并且更加容易理解。從而使得在將大語言模型應用至一些特殊行業領域時，能夠充分保證本地知識庫的數據安全性，避免出現保密信息泄露的情況，從而實現對一些特殊行業領域本文檔來自技高網...
【技術保護點】
1.一種智能對話方法，其特征在于，包括：
2.根據權利要求1所述的智能對話方法，其特征在于，所述本地知識庫基于多個本地知識文件構建得到；
3.根據權利要求1所述的智能對話方法，其特征在于，所述根據提問關鍵數據進行網絡檢索，得到網絡反饋數據，包括：
4.根據權利要求1所述的智能對話方法，其特征在于，在確定本地反饋數據和網絡反饋數據之間的相似性檢驗結果滿足預設條件之前，所述方法還包括：
5.根據權利要求4所述的智能對話方法，其特征在于，所述若相似性檢驗結果不滿足預設條件，則對網絡反饋數據進行更新調整，包括：
6.根據權利要求1所述的智能對話方法，其特征在于，在得到網絡反饋數據之后，所述方法還包括：
7.根據權利要求1所述的智能對話方法，其特征在于，所述提問信息的形式包括文字形式和/或語音形式；
8.一種智能對話系統，其特征在于，包括：
9.一種機器可讀存儲介質，該機器可讀存儲介質上存儲有指令，其特征在于，該指令在被處理器執行時使得所述處理器被配置成執行權利要求1至7中任一項權利要求所述的智
10.一種電子設備，所述電子設備包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執行所述計算機程序時實現權利要求1至7中任一項權利要求所述的智能對話方法。
...【技術特征摘要】
1.一種智能對話方法，其特征在于，包括：
2.根據權利要求1所述的智能對話方法，其特征在于，所述本地知識庫基于多個本地知識文件構建得到；
3.根據權利要求1所述的智能對話方法，其特征在于，所述根據提問關鍵數據進行網絡檢索，得到網絡反饋數據，包括：
4.根據權利要求1所述的智能對話方法，其特征在于，在確定本地反饋數據和網絡反饋數據之間的相似性檢驗結果滿足預設條件之前，所述方法還包括：
5.根據權利要求4所述的智能對話方法，其特征在于，所述若相似性檢驗結果不滿足預設條件，則對網絡反饋數據進行更新調整，包括：
6.根據權利要求1所述的智能對話方法，其特...
【專利技術屬性】
技術研發人員：閆力維，李長明，林鑫澤，王睿迪，
申請(專利權)人：國能數智科技開發北京有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。