【技術實現步驟摘要】
本申請涉及人工智能，特別是涉及一種問答方法、設備和存儲介質。
技術介紹
1、問答大模型是人工智能領域中一類重要的應用，旨在使計算機能夠理解和回答自然語言提出的問題。目前，問答大模型可應用于智能客服、在線教育、臨床診斷、社交媒體、金融等各個領域，能夠輔助決策和解決問題，提高工作效率和用戶體驗。
2、然而，由于問答大模型需要處理的問題類型繁多，且受模型架構與算法的限制，導致目前問答大模型的回答準確率不高，仍需進一步優化。
技術實現思路
1、本申請主要解決的技術問題是提供一種問答方法、設備和計算機可讀存儲介質，能夠提高問答大模型回答的準確率。
2、為解決上述技術問題，本申請采用的一個技術方案是：提供一種問答方法，該方法包括：檢索與用戶問題相匹配的若干候選知識；提取若干候選知識的目標關注信息；將若干候選知識和目標關注信息輸入問答大模型，得到問答大模型輸出的關于用戶問題的目標回答結果。
3、為解決上述技術問題，本申請采用的另一個技術方案是：提供一種電子設備，包括相互耦接的存儲器和處理器，存儲器存儲有程序指令；處理器用于執行存儲器中存儲的程序指令，以實現上述問答方法。
4、為解決上述技術問題，本申請采用的又一個技術方案是：提供一種計算機可讀存儲介質，該計算機可讀存儲介質用于存儲程序指令，程序指令能夠被處理器執行以實現上述問答方法。
5、以上方案，在檢索到與用戶問題相匹配的若干候選知識之后，進一步提取若干候選知識的目標關注信息，并將若干
本文檔來自技高網...【技術保護點】
1.一種問答方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述若干候選知識包括若干候選私域知識和若干候選互聯網域知識，所述目標關注信息包括以下信息中的至少一者：各所述候選知識與所述用戶問題的匹配程度、各所述候選知識所屬的知識域、各所述候選知識的優先級順序、以及所述候選私域知識與所述候選互聯網域知識之間的關聯信息；
3.根據權利要求1所述的方法，其特征在于，所述若干候選知識被劃分為至少一個候選知識集，各所述候選知識集中均包括屬于一種模態的至少一個候選私域知識和至少一個候選互聯網域知識，不同所述候選知識集對應的所述模態不相同，所述目標關注信息包括各所述候選知識集分別對應的子關注信息，所述問答大模型包括大語言模型和至少一種模態的編碼網絡；
4.根據權利要求3所述的方法，其特征在于，所述至少一個候選知識集包括文本模態的第一候選知識集、音頻模態的第二候選知識集和視頻模態的第三候選知識集，所述目標關注信息包括所述第一候選知識集的第一子關注信息、所述第二候選知識集的第二子關注信息和所述第三候選知識集的第三子關注信息，所述至少一種
5.根據權利要求4所述的方法，其特征在于，所述對各所述候選知識集，利用相應模態的所述編碼網絡對所述候選知識集和所述候選知識集的所述子關注信息進行編碼，得到相應模態的編碼特征，包括：
6.根據權利要求1所述的方法，其特征在于，所述檢索與用戶問題相匹配的若干候選知識，包括：
7.根據權利要求6所述的方法，其特征在于，所述至少將各所述候選私域知識向量分別對應的原始私域知識以及各所述第一候選互聯網域知識向量分別對應的原始互聯網域知識，作為所述若干候選知識，包括：
8.根據權利要求6所述的方法，其特征在于，構建所述私域知識向量庫和所述互聯網域知識向量庫包括以下步驟：
9.根據權利要求8所述的方法，其特征在于，所述若干原始私域知識和所述若干原始互聯網域知識中包括若干原始視頻；
10.根據權利要求9所述的方法，其特征在于，
11.根據權利要求9所述的方法，其特征在于，所述多模態向量表征模型包括第一文本向量表征網絡、第一圖像向量表征網絡、音頻向量表征網絡和注意力處理網絡；
12.根據權利要求9所述的方法，其特征在于，所述至少將所述多模態特征向量作為所述視頻知識單元向量化后的向量，包括：
13.一種電子設備，其特征在于，包括相互耦接的存儲器和處理器，
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用于存儲程序指令，所述程序指令能夠被處理器執行以實現權利要求1-12任一項所述的方法。
...【技術特征摘要】
1.一種問答方法，其特征在于，所述方法包括：
2.根據權利要求1所述的方法，其特征在于，所述若干候選知識包括若干候選私域知識和若干候選互聯網域知識，所述目標關注信息包括以下信息中的至少一者：各所述候選知識與所述用戶問題的匹配程度、各所述候選知識所屬的知識域、各所述候選知識的優先級順序、以及所述候選私域知識與所述候選互聯網域知識之間的關聯信息；
3.根據權利要求1所述的方法，其特征在于，所述若干候選知識被劃分為至少一個候選知識集，各所述候選知識集中均包括屬于一種模態的至少一個候選私域知識和至少一個候選互聯網域知識，不同所述候選知識集對應的所述模態不相同，所述目標關注信息包括各所述候選知識集分別對應的子關注信息，所述問答大模型包括大語言模型和至少一種模態的編碼網絡；
4.根據權利要求3所述的方法，其特征在于，所述至少一個候選知識集包括文本模態的第一候選知識集、音頻模態的第二候選知識集和視頻模態的第三候選知識集，所述目標關注信息包括所述第一候選知識集的第一子關注信息、所述第二候選知識集的第二子關注信息和所述第三候選知識集的第三子關注信息，所述至少一種模態的編碼網絡包括文本編碼網絡、音頻編碼網絡和視頻編碼網絡，所述音頻編碼網絡包括第一音頻編碼子網絡和第二音頻編碼子網絡，所述視頻編碼網絡包括第一視頻編碼子網絡和第二視頻編碼子網絡。
5.根據權利要求4所述的方法，其特征在于，所述對各所述候選知...
【專利技術屬性】
技術研發人員：劉權，陳洋，李銳，張之昊，梅林海，謝春禾，王士進，劉聰，胡國平，
申請(專利權)人：科大訊飛股份有限公司，
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。