【技術實現步驟摘要】
本申請涉及自然語言處理，具體而言，涉及一種任務執行方法及裝置、存儲介質、計算機程序產品。
技術介紹
1、隨著大模型技術的發展，以大模型為基礎的一系列應用應運而生。其中智能體作為具有自主決策能力的計算實體，它能夠通過檢索記憶、自主推理規劃、感知環境并執行工具的行為來實現特定的目標或任務，因此，智能體也成為了大模型技術的核心應用之一。
2、智能體在實際應用中，通常是將用戶輸入作為執行總目標，其具體實現該總目標的過程如下：首先，智能體將智能體工具列表、工具列表中每一個工具的功能描述、輸入參數描述、輸出參數描述被動態的拼接到任務規劃提示詞中，并將此任務規劃提示詞輸入到通用大模型，獲得完成此次總目標或任務需要執行的若干子任務；接著，按照步驟執行每個子任務，其中每個子任務中包含需要調用的工具、工具輸入參數、以及本步驟的子目標。然而，智能體在上述應用過程中仍存在以下幾點問題：
3、(1)通用大模型不具備專業領域知識和規劃經驗，使得以通用大模型為基礎的智能體在面對給定目標的情況下，無法像領域專家一樣給出完整、準確可執行的任務執行流程；
4、(2)通用大模型在訓練階段的訓練語料中專業名詞較少，面對智能體執行流程中的專業名詞理解能力不夠。針對上述的問題，目前尚未提出有效的解決方案。
技術實現思路
1、本申請實施例提供了一種任務執行方法及裝置、存儲介質、計算機程序產品，以至少解決由于智能體不具備專業知識和規劃經驗，導致智能體無法規劃出完整、準確的任務流程，致使任務執行
2、根據本申請實施例的一個方面，提供了一種任務執行方法，包括：獲取待執行的第一任務的描述文本；利用預訓練的任務規劃模型對第一任務的描述文本進行分析，得到對應的第一任務規劃策略，其中，第一任務規劃策略包括劃分第一任務所得的多個第一子任務和每個第一子任務對應的任務規劃提示詞，且任務規劃提示詞內至少包括：執行第一子任務時的調用工具和調用工具的輸入參數；對于每個第一子任務，確定第一子任務內至少一個專業的第一實體名詞，并確定各個專業的第一實體名詞對應的名詞解釋；將各個專業的第一實體名詞和對應的名詞解釋拼接至第一子任務對應的任務規劃提示詞，依據拼接后的任務規劃提示詞執行第一子任務，以得到對應的執行結果。
3、可選地，任務規劃模型的訓練過程包括：獲取訓練樣本集合和樣本標簽集合，其中，訓練樣本集合中包括多個作為訓練樣本的歷史任務的描述文本，樣本標簽集合中包括每個歷史任務對應的任務規劃策略作為樣本標簽；構建至少包括有特征提取模塊、相似度計算模塊、樣本篩選模塊和任務規劃模塊的初始學習模型；利用訓練樣本集合和樣本標簽集合對初始學習模型進行迭代訓練，得到任務規劃模型。
4、可選地，特征提取模塊內至少包括詞嵌入層和池化層，其中，詞嵌入層用于將任務的描述文本內的各個詞語轉換為詞向量，池化層用于將各個詞向量整合為對應的任務向量；相似度計算模塊內至少包括距離網絡，其中，距離網絡用于計算任意兩個任務的任務向量之間的向量相似度；樣本篩選模塊，用于從多組訓練樣本中選擇向量相似度高于預設的相似度閾值的目標訓練樣本；任務規劃模塊，用于將目標訓練樣本對應的樣本標簽進行整合。
5、可選地，利用訓練樣本集合和樣本標簽集合對初始學習模型進行迭代訓練，得到任務規劃模型，包括：對于迭代訓練過程中的每個訓練批次，將訓練批次的各個訓練樣本輸入初始學習模型，得到初始學習模型輸出的各個任務規劃策略，利用任務規劃策略和對應的樣本標簽構建目標損失函數，并依據目標損失函數調整初始學習模型的模型參數。
6、可選地，利用預訓練的任務規劃模型對第一任務進行分析，得到對應的第一任務規劃策略，包括：利用特征提取模塊對第一任務的描述文本和多組訓練樣本內的歷史任務的描述文本進行特征提取，得到對應的第一任務向量和多個歷史任務向量；利用相似度計算模塊計算第一任務向量與各個歷史任務向量之間的向量相似度；利用樣本篩選模塊從多組訓練樣本中選擇向量相似度高于預設的相似度閾值的目標訓練樣本；利用任務規劃模塊將目標訓練樣本對應的樣本標簽進行整合，得到第一任務對應的第一任務規劃策略。
7、可選地，確定第一子任務內至少一個專業的第一實體名詞，并確定各個專業的第一實體名詞對應的名詞解釋，包括：提取第一子任務內的多個第一實體名詞；對于每個第一實體名詞，判斷第一實體名詞是否包含在預設的專業名詞庫，其中，專業名詞庫內包括：不同領域內的多個實專業的體名詞和每個專業的實體名詞對應的名詞解釋；若包含，則確定第一實體名詞專業，并確定專業的第一實體名詞對應的名詞解釋；若不包含，則確定第一實體名詞不專業。
8、可選地，在將各個專業的第一實體名詞和對應的名詞解釋拼接至第一子任務對應的任務規劃提示詞之前，該方法還包括：對于執行第一子任務時所調用的每個調用工具的輸入參數，循環執行如下步驟，直至達到預設的循環次數或輸入參數的校驗結果為校驗通過：利用預設的校驗規則對輸入參數進行校驗；在輸入參數的校驗結果為校驗未通過的情況下，確定輸入參數未通過校驗的失敗原因，并依據校驗規則和失敗原因重新生成輸入參數。
9、根據本申請實施例的另一方面，還提供了一種任務執行裝置，包括：獲取模塊，用于獲取待執行的第一任務的描述文本；確定模塊，用于利用預訓練的任務規劃模型對第一任務的描述文本進行分析，得到對應的第一任務規劃策略，其中，第一任務規劃策略包括劃分第一任務所得的多個第一子任務和每個第一子任務對應的任務規劃提示詞，且任務規劃提示詞內至少包括：執行第一子任務時的調用工具和調用工具的輸入參數；執行模塊，用于對于每個第一子任務，確定第一子任務內至少一個專業的第一實體名詞，并確定各個專業的第一實體名詞對應的名詞解釋；將各個專業的第一實體名詞和對應的名詞解釋拼接至第一子任務對應的任務規劃提示詞，依據拼接后的任務規劃提示詞執行第一子任務，以得到對應的執行結果。
10、根據本申請實施例的另一方面，還提供了一種非易失性存儲介質，該非易失性存儲介質包括存儲的計算機程序，其中，非易失性存儲介質所在設備通過運行該計算機程序執行上述的任務執行方法。
11、根據本申請實施例的另一方面，還提供了一種計算機程序產品，該計算機程序產品包括存儲的計算機程序，其中，計算機程序被處理器執行時實現上述的任務執行方法。
12、在本申請實施例中，智能體通過利用任務規劃模型對第一任務的描述文本進行智能拆解和分析，得到合理、準確的第一任務規劃策略(即劃分第一任務所得的多個第一子任務和每個第一子任務對應的任務規劃提示詞)，以減少后續任務在執行過程中的誤差；接著，對于每個第一子任務，確定第一子任務內專業的第一實體名詞及對應的名詞解釋，并將各個專業的第一實體名詞及其對應的名詞解釋拼接該第一子任務的任務規劃提示詞后，依據該任務規劃提示詞執行第一子任務，以得到準確的執行結果。在整個任務執行過程中，能夠有效提升智能體的專業知識理解能力、任務規劃準確性，達到提高任務執行的魯棒性的目本文檔來自技高網...
【技術保護點】
1.一種任務執行方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述任務規劃模型的訓練過程包括：
3.根據權利要求2所述的方法，其特征在于，
4.根據權利要求2所述的方法，其特征在于，利用所述訓練樣本集合和所述樣本標簽集合對所述初始學習模型進行迭代訓練，得到所述任務規劃模型，包括：
5.根據權利要求3所述的方法，其特征在于，利用預訓練的任務規劃模型對所述第一任務進行分析，得到對應的第一任務規劃策略，包括：
6.根據權利要求1所述的方法，其特征在于，確定所述第一子任務內至少一個專業的第一實體名詞，并確定各個所述專業的第一實體名詞對應的名詞解釋，包括：
7.根據權利要求1所述的方法，其特征在于，在將各個所述專業的第一實體名詞和對應的名詞解釋拼接至所述第一子任務對應的任務規劃提示詞之前，所述方法還包括：
8.一種任務執行裝置，其特征在于，包括：
9.一種非易失性存儲介質，其特征在于，所述非易失性存儲介質中存儲有計算機程序，其中，所述非易失性存儲介質所在設備通過運行所述計算
10.一種計算機程序產品，其特征在于，包括：計算機程序，其中，所述計算機程序被處理器執行時實現權利要求1至7中任意一項所述的任務執行方法。
...【技術特征摘要】
1.一種任務執行方法，其特征在于，包括：
2.根據權利要求1所述的方法，其特征在于，所述任務規劃模型的訓練過程包括：
3.根據權利要求2所述的方法，其特征在于，
4.根據權利要求2所述的方法，其特征在于，利用所述訓練樣本集合和所述樣本標簽集合對所述初始學習模型進行迭代訓練，得到所述任務規劃模型，包括：
5.根據權利要求3所述的方法，其特征在于，利用預訓練的任務規劃模型對所述第一任務進行分析，得到對應的第一任務規劃策略，包括：
6.根據權利要求1所述的方法，其特征在于，確定所述第一子任務內至少一個專業的第一實體名詞，并確定各個所述專業的...
【專利技術屬性】
技術研發人員：榮文寒，張正，朱雯慧，朱澤軍，陳玉冰，姚海峰，沈平，鄧宗元，
申請(專利權)人：中國電信股份有限公司，
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。