【技術實現步驟摘要】
本申請涉及基于智能問答，特別是涉及一種基于多智能體交互的金融問答方法、系統、設備和介質。
技術介紹
1、傳統的問答系統通常是分別通過意圖識別和檢索召回來解析和回答用戶的問題，這些系統通過對用戶輸入的自然語言進行解析，識別其意圖，并從預先構建的知識庫或數據庫中召回相關的信息來生成答案。然而，這種方法在復雜的問答場景中存在明顯的局限性，特別是在面對復雜多步驟任務和動態信息時。在長期的迭代過程中問答系統沉淀了眾多類型的api接口，大部分api接口都可以作為獨立的原子服務。我們可以根據問題的解決過程將用戶問題拆分為多個子問題，每個子問題可能需要調用一個或多個原子api來解決，這種問題定義的方式使得我們可以將結構化和非結構化qa抽象為api的組合調用問題，同時讓正面回答用戶問題成為可能。那么如何充分利用這些豐富的api接口，以動態、靈活的方式將用戶的自然語言問題轉化為可執行的api調用鏈并端到端的解決正成為我們越來越重要的議題。
2、ai?agent是以大語言模型為大腦驅動的系統，具備自主理解、感知、規劃、記憶和使用工具的能力，能夠自動化執行完成復雜任務的系統。多智能體系統采納了多個具備專門職能的智能體，這些智能體各自擁有獨立的知識儲備。用戶的指令會按照既定順序被這些智能體逐一處理，而每個智能體都會利用自己所擅長的專業知識來貢獻力量。
3、大語言模型有著強大的總結提煉和推理能力，以大語言模型為基座的問答系統正逐步替換傳統問答系統的很多能力，如當問答系統需要調用各種各樣的api接口的需求時可以借助于大語言模型工具調用
4、思維鏈cot（chain?of?thought）、思維樹tot（tree?of?thought）、react（reasoning?action?trajectory）等技術將大語言模型的能力與推理和行動相結合，以提高其在理解和交互決策任務中的表現。但依然存在輸出內容不穩定的問題，且llm對任務的拆解、循環次數是不可控的，導致系統響應時間不可控等問題，實際生產過程中會嚴重影響到用戶體驗。
5、因此，開源大語言模型工具調用識別準確率低，容易出現幻覺，泛化性差等問題，尤其在面對復雜多變的金融問答情境時，系統往往會陷入低效和不準確的困境。
技術實現思路
1、基于此，有必要針對上述技術問題，提供一種基于多智能體交互的金融問答方法、系統、設備和介質。
2、一種基于多智能體交互的金融問答方法，所述方法包括：
3、獲取用戶輸入，通過相關實體詞召回和相似問答對召回對用戶輸入進行query理解，基于query理解進行知識召回和工具召回，將召回結果填充至規劃智能體的提示模板；
4、通過規劃智能體根據提示模板對用戶輸入進行回答，通過解析器對回答內容進行抽取，得到api執行鏈路，根據api執行鏈路生成有向無環圖；所述有向無環圖包括節點和邊，節點為api接口，邊為api接口間的依賴關系；
5、通過執行智能體調用相關api封裝的調用工具并行執行所述有向無環圖對應的任務；
6、通過總結智能體根據執行智能體的輸出結果生成答案，通過反思智能體根據規劃智能體的輸入輸出信息和總結智能體的答案進行重規劃判斷，若需要進行重規劃，則根據答案和反思智能體輸出的建議對規劃智能體的提示模板進行更新，根據更新后的提示模板進行重規劃，迭代上述過程，直至滿足迭代停止的條件時，輸出當前答案。
7、一種基于多智能體交互的金融問答系統，所述系統包括：
8、規劃智能體、執行智能體、總結智能體和反思智能體；
9、規劃智能體根據提示模板對用戶輸入進行回答，通過解析器對回答內容進行抽取，得到api執行鏈路，根據api執行鏈路生成有向無環圖；所述有向無環圖包括節點和邊，節點為api接口，邊為api接口間的依賴關系；所述提示模板是通過相關實體詞召回、相似問答對召回、知識召回和工具召回的召回結果得到的；
10、執行智能體調用相關api封裝的調用工具并行執行所述有向無環圖對應的任務；
11、總結智能體根據執行智能體的輸出結果生成答案，反思智能體根據總結智能體的答案進行重規劃判斷，若需要進行重規劃，則根據答案和反思智能體輸出的建議對規劃智能體的提示模板進行更新，根據更新后的提示模板進行重規劃，迭代上述過程，直至滿足迭代停止的條件時，輸出當前答案。
12、一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，所述處理器執行所述計算機程序時實現以下步驟：
13、獲取用戶輸入，通過相關實體詞召回和相似問答對召回對用戶輸入進行query理解，基于query理解進行知識召回和工具召回，將召回結果填充至規劃智能體的提示模板；
14、通過規劃智能體根據提示模板對用戶輸入進行回答，通過解析器對回答內容進行抽取，得到api執行鏈路，根據api執行鏈路生成有向無環圖；所述有向無環圖包括節點和邊，節點為api接口，邊為api接口間的依賴關系；
15、通過執行智能體調用相關api封裝的調用工具并行執行所述有向無環圖對應的任務；
16、通過總結智能體根據執行智能體的輸出結果生成答案，通過反思智能體根據規劃智能體的輸入輸出信息和總結智能體的答案進行重規劃判斷，若需要進行重規劃，則根據答案和反思智能體輸出的建議對規劃智能體的提示模板進行更新，根據更新后的提示模板進行重規劃，迭代上述過程，直至滿足迭代停止的條件時，輸出當前答案。
17、一種計算機可讀存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執行時實現以下步驟：
18、獲取用戶輸入，通過相關實體詞召回和相似問答對召回對用戶輸入進行query理解，基于query理解進行知識召回和工具召回，將召回結果填充至規劃智能體的提示模板；
19、通過規劃智能體根據提示模板對用戶輸入進行回答，通過解析器對回答內容進行抽取，得到api執行鏈路，根據api執行鏈路生成有向無環圖；所述有向無環圖包括節點和邊，節點為api接口，邊為api接口間的依賴關系；
20、通過執行智能體調用相關api封裝的調用工具并行執行所述有向無環圖對應的任務；
21、通過總結智能體根據執行智能體的輸出結果生成答案，通過反思智能體根據規劃智能體的輸入輸出信息和總結智能體的答案進行重規劃判斷，若需要進行重規劃，則根據答案和反思智能體輸出的建議對規劃智能體的提示模板進行更新，根據更新后的本文檔來自技高網...
【技術保護點】
1.一種基于多智能體交互的金融問答方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于多智能體交互的金融問答方法，其特征在于，所述獲取用戶輸入，通過相關實體詞召回和相似問答對召回對用戶輸入進行query理解，基于query理解進行知識召回和工具召回，將召回結果填充至規劃智能體的提示模板包括：
3.根據權利要求2所述的基于多智能體交互的金融問答方法，其特征在于，根據用戶輸入在金融實體詞庫中召回相關實體詞包括：
4.根據權利要求2所述的基于多智能體交互的金融問答方法，其特征在于，根據用戶輸入在歷史問答庫中召回相似問答對列表包括：
5.根據權利要求2所述的基于多智能體交互的金融問答方法，其特征在于，基于用戶query在專家知識庫中召回知識片段文本包括：
6.根據權利要求2所述的基于多智能體交互的金融問答方法，其特征在于，基于用戶query在工具庫中召回候選API列表包括：
7.根據權利要求1所述的基于多智能體交互的金融問答方法，其特征在于，根據答案和反思智能體輸出的建議對規劃智能體的提示模板進行更新包括：
8.一種基于多智能體交互的金融問答系統，其特征在于，所述系統包括規劃智能體、執行智能體、總結智能體和反思智能體；
9.一種計算機設備，包括存儲器和處理器，所述存儲器存儲有計算機程序，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中任一項所述方法的步驟。
10.一種計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，所述計算機程序被處理器執行時實現權利要求1至7中任一項所述的方法的步驟。
...【技術特征摘要】
1.一種基于多智能體交互的金融問答方法，其特征在于，所述方法包括：
2.根據權利要求1所述的基于多智能體交互的金融問答方法，其特征在于，所述獲取用戶輸入，通過相關實體詞召回和相似問答對召回對用戶輸入進行query理解，基于query理解進行知識召回和工具召回，將召回結果填充至規劃智能體的提示模板包括：
3.根據權利要求2所述的基于多智能體交互的金融問答方法，其特征在于，根據用戶輸入在金融實體詞庫中召回相關實體詞包括：
4.根據權利要求2所述的基于多智能體交互的金融問答方法，其特征在于，根據用戶輸入在歷史問答庫中召回相似問答對列表包括：
5.根據權利要求2所述的基于多智能體交互的金融問答方法，其特征在于，基于用戶query在專家知識庫中召回知識片段文本包括：
【專利技術屬性】
技術研發人員：李煜，丑曉慧，
申請(專利權)人：寧波深擎信息科技有限公司，
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。