【技術實現步驟摘要】
本申請涉及人工智能，尤其涉及一種政務智能問答方法、裝置、存儲介質及計算機設備。
技術介紹
1、隨著人工智能技術的快速發展，特別是大規模語言模型（large?languagemodels，llms）的興起，政府服務領域正面臨著一場數字化轉型的革命。這些大模型通過深度學習算法訓練，能夠理解和生成自然語言，提供高效、準確的信息處理能力。政務數字人作為這一技術的應用之一，正逐漸成為提升政府服務效能、改善公民體驗的重要工具。
2、目前，傳統問答系統通常依賴于關鍵詞匹配或基于規則的方法，無法深入理解用戶的意圖，導致回答的準確性較低。而基于檢索增強生成（retrieval-augmentedgeneration，rag）技術的政務問答系統，雖然在一定程度上提高了響應速度和信息獲取的便捷性，但在準確性和可靠性上仍有待改善。
技術實現思路
1、本申請的目的旨在至少能解決上述的技術缺陷之一，特別是現有技術中的政務問答系統的準確性和可靠性較低的技術缺陷。
2、本申請提供了一種政務智能問答方法，所述方法包括：
3、獲取目標用戶輸入的提問信息，并確定所述提問信息的問題類型；
4、當所述問題類型為政務問題時，抽取所述政務問題的關鍵信息，并基于所述關鍵信息進行知識庫檢索，得到檢索結果；
5、若所述檢索結果中包含相關知識片段但所述關鍵信息不完整，則按照預設的案例庫中的推理鏈條逐步推導出答案信息；
6、若所述檢索結果中包含相關知識片段且所述關鍵
7、若所述檢索結果中不包含相關知識片段，則拒絕回答。
8、可選地，所述基于所述關鍵信息進行知識庫檢索，得到檢索結果，包括：
9、獲取所述目標用戶輸入的歷史對話；
10、基于所述歷史對話對所述關鍵信息進行問題改寫，得到用戶問題；
11、分別對所述用戶問題進行向量檢索和關鍵詞檢索，得到向量檢索結果和關鍵詞檢索結果；
12、將所述向量檢索結果和所述關鍵詞檢索結果進行融合，并根據融合結果確定最終的檢索結果。
13、可選地，所述基于所述對話歷史對所述關鍵信息進行問題改寫，得到用戶問題，包括：
14、獲取預先配置的問題改寫模型；
15、利用所述問題改寫模型根據所述歷史對話對所述關鍵信息進行多維度的問題改寫，得到用戶問題。
16、可選地，所述分別對所述用戶問題進行向量檢索和關鍵詞檢索，得到向量檢索結果和關鍵詞檢索結果，包括：
17、對所述用戶問題進行特征向量化，并根據特征向量進行語義相似度檢索，得到向量檢索結果；
18、從所述用戶問題中抽取關鍵詞，并根據所述關鍵詞進行知識庫檢索，得到關鍵詞檢索結果。
19、可選地，所述將所述向量檢索結果和所述關鍵詞檢索結果進行融合，并根據融合結果確定最終的檢索結果，包括：
20、通過預先配置的重排序模型將所述向量檢索結果和所述關鍵詞檢索結果進行融合，得到多個融合結果；
21、計算每個融合結果的相似度，并根據各個融合結果的相似度選取相似度高于預設相似度閾值的多個融合結果作為最終的檢索結果。
22、可選地，所述根據所述檢索結果生成對應的答案信息，包括：
23、獲取預先配置的答案生成模型；
24、將所述檢索結果輸入至所述答案生成模型，得到所述答案生成模型輸出的與所述檢索結果對應的答案信息。
25、可選地，所述方法還包括：
26、計算每個答案信息對應的概率分布；
27、根據所有的答案信息對應的概率分布計算整體置信度；
28、將所述整體置信度與預設置信度閾值進行比對，若所述整體置信度低于所述預設置信度閾值，則拒絕回答；
29、若所述整體置信度不低于所述預設置信度閾值，則繼續將各個答案信息中的關鍵內容與知識庫中的相關信息進行比對，根據第一比對結果確定是否拒絕回答。
30、可選地，當所述答案生成模型為多個，并通過各個答案生成模型分別輸出與所述檢索結果對應的答案信息時，所述方法還包括：
31、將各個答案生成模型生成的答案信息進行比較，并根據比較結果確定本次生成的答案信息的可靠性；
32、當所述可靠性高于預設可靠性閾值時，則輸出其中一個答案信息；
33、當所述可靠性低于所述預設可靠性閾值時，則拒絕回答。
34、可選地，所述方法還包括：
35、在逐步推導出答案信息的過程中，監測推理過程中的每一步是否合理并且邏輯一致；
36、若不合理和/或邏輯不一致，則對推理過程進行調整；
37、若合理或邏輯一致，則繼續進行推理。
38、可選地，所述方法還包括：
39、獲取所述目標用戶輸入的上下文信息；
40、將得到的答案信息與所述上下文信息進行比對，并根據第二比對結果確定是否拒絕回答。
41、可選地，所述方法還包括：
42、獲取所述目標用戶針對所述答案信息作出的反饋結果；
43、根據所述反饋結果對本系統進行更新。
44、可選地，所述方法還包括：
45、當所述問題類型為閑聊問題時，通過預先配置的大語言模型生成與所述閑聊問題對應的答案信息。
46、本申請還提供了一種政務智能問答裝置，包括：
47、信息獲取模塊，用于獲取目標用戶輸入的提問信息，并確定所述提問信息的問題類型；
48、知識庫檢索模塊，用于當所述問題類型為政務問題時，抽取所述政務問題的關鍵信息，并基于所述關鍵信息進行知識庫檢索，得到檢索結果；
49、案例庫匹配模塊，用于若所述檢索結果中包含相關知識片段但所述關鍵信息不完整，則按照預設的案例庫中的推理鏈條逐步推導出答案信息；
50、答案生成模塊，用于若所述檢索結果中包含相關知識片段且所述關鍵信息完整，則根據所述檢索結果生成對應的答案信息；
51、拒絕回答模塊，用于若所述檢索結果中不包含相關知識片段，則拒絕回答。
52、本申請還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質中存儲有計算機可讀指令，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行如上述實施例中任一項所述政務智能問答方法的步驟。
53、本申請還提供了一種計算機設備，包括：一個或多個處理器，以及存儲器；
54、所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述一個或多個處理器執行時，執行如上述實施例中任一項所述政務智能問答方法的步驟。
55、從以上技術方案可以看出，本申請實施例具有以下優點：
56、本申請提供的政務智能問答方法、裝置、存儲介質及計算機設備，在獲取到目標用戶輸入的提問信息后，可以先確定提問信息的問題類型本文檔來自技高網...
【技術保護點】
1.一種政務智能問答方法，其特征在于，所述方法包括：
2.根據權利要求1所述的政務智能問答方法，其特征在于，所述基于所述關鍵信息進行知識庫檢索，得到檢索結果，包括：
3.根據權利要求2所述的政務智能問答方法，其特征在于，所述基于所述對話歷史對所述關鍵信息進行問題改寫，得到用戶問題，包括：
4.根據權利要求2所述的政務智能問答方法，其特征在于，所述分別對所述用戶問題進行向量檢索和關鍵詞檢索，得到向量檢索結果和關鍵詞檢索結果，包括：
5.根據權利要求2所述的政務智能問答方法，其特征在于，所述將所述向量檢索結果和所述關鍵詞檢索結果進行融合，并根據融合結果確定最終的檢索結果，包括：
6.根據權利要求1所述的政務智能問答方法，其特征在于，所述根據所述檢索結果生成對應的答案信息，包括：
7.根據權利要求6所述的政務智能問答方法，其特征在于，所述方法還包括：
8.根據權利要求6所述的政務智能問答方法，其特征在于，當所述答案生成模型為多個，并通過各個答案生成模型分別輸出與所述檢索結果對應的答案信息時，所述方法還包
9.根據權利要求1所述的政務智能問答方法，其特征在于，所述方法還包括：
10.根據權利要求1-9中任一項所述的政務智能問答方法，其特征在于，所述方法還包括：
11.根據權利要求1-9中任一項所述的政務智能問答方法，其特征在于，所述方法還包括：
12.根據權利要求1-9中任一項所述的政務智能問答方法，其特征在于，所述方法還包括：
13.一種政務智能問答裝置，其特征在于，包括：
14.一種計算機可讀存儲介質，其特征在于：所述計算機可讀存儲介質中存儲有計算機可讀指令，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行如權利要求1至12中任一項所述政務智能問答方法的步驟。
15.一種計算機設備，其特征在于，包括：一個或多個處理器，以及存儲器；
...【技術特征摘要】
1.一種政務智能問答方法，其特征在于，所述方法包括：
2.根據權利要求1所述的政務智能問答方法，其特征在于，所述基于所述關鍵信息進行知識庫檢索，得到檢索結果，包括：
3.根據權利要求2所述的政務智能問答方法，其特征在于，所述基于所述對話歷史對所述關鍵信息進行問題改寫，得到用戶問題，包括：
4.根據權利要求2所述的政務智能問答方法，其特征在于，所述分別對所述用戶問題進行向量檢索和關鍵詞檢索，得到向量檢索結果和關鍵詞檢索結果，包括：
5.根據權利要求2所述的政務智能問答方法，其特征在于，所述將所述向量檢索結果和所述關鍵詞檢索結果進行融合，并根據融合結果確定最終的檢索結果，包括：
6.根據權利要求1所述的政務智能問答方法，其特征在于，所述根據所述檢索結果生成對應的答案信息，包括：
7.根據權利要求6所述的政務智能問答方法，其特征在于，所述方法還包括：
8.根據權利要求6所述的政務智能...
【專利技術屬性】
技術研發人員：張順四，張強，張家隆，徐家健，蔡儒楷，
申請(專利權)人：廣州趣丸網絡科技有限公司，
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。