【技術(shù)實(shí)現(xiàn)步驟摘要】
本申請涉及人工智能，特別是涉及一種回復(fù)文本數(shù)據(jù)的生成方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。
技術(shù)介紹
1、隨著信息技術(shù)的快速發(fā)展，成人職業(yè)教育領(lǐng)域經(jīng)歷了顯著的變革。在線教育平臺(tái)以其較高的便攜性、高效性和靈活性，成為成人提升職業(yè)技能的主要途徑。目前，成人學(xué)員可以通過在線教育平臺(tái)來購買并觀看線上直播課程，并與線上直播課程的講師進(jìn)行一對(duì)一答疑互動(dòng)。
2、然而，隨著學(xué)員數(shù)量的急劇擴(kuò)大，學(xué)員的問題和需求越來越多樣化。傳統(tǒng)的班主任解答方式不僅承載力有限，無法及時(shí)回復(fù)所有學(xué)員的問題，同時(shí)，在處理大量且復(fù)雜的問題時(shí)，難以快速地給出準(zhǔn)確的回復(fù)。因此，亟需一種效率更高的回復(fù)文本數(shù)據(jù)的生成方法來應(yīng)對(duì)當(dāng)前在線教育平臺(tái)的困境。
技術(shù)實(shí)現(xiàn)思路
1、基于此，有必要針對(duì)上述技術(shù)問題，提供一種高效率的回復(fù)文本數(shù)據(jù)的生成方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品。
2、第一方面，本申請?zhí)峁┝艘环N回復(fù)文本數(shù)據(jù)的生成方法，包括：
3、獲取問題文本數(shù)據(jù)；
4、對(duì)所述問題文本數(shù)據(jù)進(jìn)行意圖分類，得到所述問題文本數(shù)據(jù)所屬的目標(biāo)意圖類別；
5、根據(jù)預(yù)先配置的與所述目標(biāo)意圖類別對(duì)應(yīng)的多種大型語言模型以及每種所述大型語言模型的模型優(yōu)先級(jí)，從多種所述大型語言模型中選取出所述模型優(yōu)先級(jí)滿足預(yù)設(shè)條件的目標(biāo)大模型；
6、根據(jù)預(yù)先配置的與所述目標(biāo)大模型對(duì)應(yīng)的回復(fù)提示模板和所述問題文本數(shù)據(jù)生成模型輸入數(shù)據(jù)，將所述模型輸入數(shù)據(jù)輸入至所述目標(biāo)
7、在其中一個(gè)實(shí)施例中，所述方法還包括：
8、攔截所述回復(fù)文本數(shù)據(jù)，并將所述回復(fù)文本數(shù)據(jù)與預(yù)設(shè)向量庫中存儲(chǔ)的問答向量數(shù)據(jù)進(jìn)行匹配，得到所述回復(fù)文本數(shù)據(jù)的回答分值；
9、當(dāng)所述回答分值低于預(yù)設(shè)分值閾值時(shí)，生成與所述回復(fù)文本數(shù)據(jù)對(duì)應(yīng)的未通過檢測原因；
10、根據(jù)所述未通過檢測原因更新所述模型輸入數(shù)據(jù)；
11、將更新后的模型輸入數(shù)據(jù)輸入至所述目標(biāo)大模型，得到與所述問題文本數(shù)據(jù)對(duì)應(yīng)的新的回復(fù)文本數(shù)據(jù)。
12、在其中一個(gè)實(shí)施例中，所述方法還包括：
13、當(dāng)所述目標(biāo)大模型重復(fù)生成新的回復(fù)文本數(shù)據(jù)的次數(shù)達(dá)到預(yù)設(shè)次數(shù)閾值，且，所述新的回復(fù)文本數(shù)據(jù)的回答分值低于所述預(yù)設(shè)分值閾值時(shí)，根據(jù)所述模型優(yōu)先級(jí)，選取得到新的目標(biāo)大模型；
14、根據(jù)所述新的目標(biāo)大模型對(duì)應(yīng)的新的回復(fù)提示模板和所述問題文本數(shù)據(jù)生成新的模型輸入數(shù)據(jù)，將所述新的模型輸入數(shù)據(jù)輸入至所述新的目標(biāo)大模型，得到與所述問題文本數(shù)據(jù)對(duì)應(yīng)的新的回復(fù)文本數(shù)據(jù)。
15、在其中一個(gè)實(shí)施例中，所述方法還包括：
16、當(dāng)遍歷完畢每種所述大型語言模型之后得到的所述目標(biāo)大模型的回復(fù)文本數(shù)據(jù)的回答分值均低于所述預(yù)設(shè)分值閾值時(shí)，根據(jù)所述目標(biāo)意圖類別生成與所述問題文本數(shù)據(jù)對(duì)應(yīng)的意圖待辦標(biāo)簽；
17、根據(jù)所述意圖待辦標(biāo)簽，確定所述問題文本數(shù)據(jù)對(duì)應(yīng)的處理優(yōu)先級(jí)；
18、按照所述處理優(yōu)先級(jí)將所述問題文本數(shù)據(jù)以及所述意圖待辦標(biāo)簽返回至客戶端顯示。
19、在其中一個(gè)實(shí)施例中，所述方法還包括：
20、在預(yù)設(shè)業(yè)務(wù)場景下，獲取當(dāng)前產(chǎn)生的多輪對(duì)話數(shù)據(jù)；
21、使用多代理路由基于所述多輪對(duì)話數(shù)據(jù)確定與所述預(yù)設(shè)業(yè)務(wù)場景對(duì)應(yīng)的目標(biāo)業(yè)務(wù)鏈，所述目標(biāo)業(yè)務(wù)鏈用于指導(dǎo)所述回復(fù)文本數(shù)據(jù)生成過程中需要執(zhí)行的業(yè)務(wù)處理操作。
22、在其中一個(gè)實(shí)施例中，所述對(duì)所述問題文本數(shù)據(jù)進(jìn)行意圖分類，得到所述問題文本數(shù)據(jù)所屬的目標(biāo)意圖類別，包括：
23、將所述問題文本數(shù)據(jù)與預(yù)設(shè)的意圖關(guān)鍵詞進(jìn)行匹配；
24、當(dāng)確定不存在與所述問題文本數(shù)據(jù)對(duì)應(yīng)的意圖關(guān)鍵詞時(shí)，計(jì)算所述問題文本數(shù)據(jù)與預(yù)設(shè)向量庫中的問題向量數(shù)據(jù)之間的相似度；
25、當(dāng)所述相似度低于預(yù)設(shè)相似閾值時(shí)，使用意圖分類大模型對(duì)所述問題文本數(shù)據(jù)進(jìn)行意圖分類處理，得到所述目標(biāo)意圖類別。
26、第二方面，本申請還提供了一種回復(fù)文本數(shù)據(jù)的生成裝置，包括：
27、問題獲取模塊，用于獲取問題文本數(shù)據(jù)；
28、意圖分類模塊，用于對(duì)所述問題文本數(shù)據(jù)進(jìn)行意圖分類，得到所述問題文本數(shù)據(jù)所屬的目標(biāo)意圖類別；
29、配置獲取模塊，用于根據(jù)預(yù)先配置的與所述目標(biāo)意圖類別對(duì)應(yīng)的多種大型語言模型以及每種所述大型語言模型的模型優(yōu)先級(jí)，從多種所述大型語言模型中選取出所述模型優(yōu)先級(jí)滿足預(yù)設(shè)條件的目標(biāo)大模型；
30、回復(fù)生成模塊，用于根據(jù)預(yù)先配置的與所述目標(biāo)大模型對(duì)應(yīng)的回復(fù)提示模板和所述問題文本數(shù)據(jù)生成模型輸入數(shù)據(jù)，將所述模型輸入數(shù)據(jù)輸入至所述目標(biāo)大模型，得到與所述問題文本數(shù)據(jù)對(duì)應(yīng)的回復(fù)文本數(shù)據(jù)。
31、第三方面，本申請還提供了一種計(jì)算機(jī)設(shè)備。所述計(jì)算機(jī)設(shè)備包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)上述第一方面任一項(xiàng)實(shí)施例所述的回復(fù)文本數(shù)據(jù)的生成方法。
32、第四方面，本申請還提供了一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)。所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述第一方面任一項(xiàng)實(shí)施例所述的回復(fù)文本數(shù)據(jù)的生成方法。
33、第五方面，本申請還提供了一種計(jì)算機(jī)程序產(chǎn)品。所述計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，該計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)上述第一方面任一項(xiàng)實(shí)施例所述的回復(fù)文本數(shù)據(jù)的生成方法。
34、上述回復(fù)文本數(shù)據(jù)的生成方法、裝置、計(jì)算機(jī)設(shè)備、計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)和計(jì)算機(jī)程序產(chǎn)品，通過獲取問題文本數(shù)據(jù)，對(duì)問題文本數(shù)據(jù)進(jìn)行意圖分類，得到問題文本數(shù)據(jù)所屬的目標(biāo)意圖類別，根據(jù)預(yù)先配置的與目標(biāo)意圖類別對(duì)應(yīng)的多種大型語言模型以及每種大型語言模型的模型優(yōu)先級(jí)，從多種大型語言模型中選取出模型優(yōu)先級(jí)滿足預(yù)設(shè)條件的目標(biāo)大模型，根據(jù)預(yù)先配置的與目標(biāo)大模型對(duì)應(yīng)的回復(fù)提示模板和問題文本數(shù)據(jù)生成模型輸入數(shù)據(jù)，將模型輸入數(shù)據(jù)輸入至目標(biāo)大模型，得到與問題文本數(shù)據(jù)對(duì)應(yīng)的回復(fù)文本數(shù)據(jù)，能夠針對(duì)性地采用與目標(biāo)意圖類別對(duì)應(yīng)的大型語言模型及其回復(fù)提示模板生成回復(fù)文本數(shù)據(jù)，從而提高回復(fù)文本數(shù)據(jù)的生成效率以及生成質(zhì)量。
35、同時(shí)，由于采用上述回復(fù)文本數(shù)據(jù)的生成方法，預(yù)先為目標(biāo)意圖類別配置有對(duì)應(yīng)的大型語言模型及其回復(fù)提示模板即可實(shí)現(xiàn)在回復(fù)文本數(shù)據(jù)生成過程中快速調(diào)用，能夠?qū)崿F(xiàn)回復(fù)文本數(shù)據(jù)生成功能的低代碼化：在上述回復(fù)生成文本數(shù)據(jù)的生成方法接入各種復(fù)雜的業(yè)務(wù)場景時(shí)，僅需要進(jìn)行相關(guān)配置即可，不用編寫任何額外代碼，大大節(jié)省了開發(fā)時(shí)間和開發(fā)成本，更為簡單高效。
本文檔來自技高網(wǎng)...【技術(shù)保護(hù)點(diǎn)】
1.一種回復(fù)文本數(shù)據(jù)的生成方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的方法，其特征在于，所述對(duì)所述問題文本數(shù)據(jù)進(jìn)行意圖分類，得到所述問題文本數(shù)據(jù)所屬的目標(biāo)意圖類別，包括：
7.一種回復(fù)文本數(shù)據(jù)的生成裝置，其特征在于，所述裝置包括：
8.一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述計(jì)算機(jī)程序時(shí)實(shí)現(xiàn)權(quán)利要求1至6中任一項(xiàng)所述的方法的步驟。
9.一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1至6中任一項(xiàng)所述的方法的步驟。
10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)權(quán)利要求1
...【技術(shù)特征摘要】
1.一種回復(fù)文本數(shù)據(jù)的生成方法，其特征在于，所述方法包括：
2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
3.根據(jù)權(quán)利要求2所述的方法，其特征在于，所述方法還包括：
4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述方法還包括：
5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述方法還包括：
6.根據(jù)權(quán)利要求1至5中任一項(xiàng)所述的方法，其特征在于，所述對(duì)所述問題文本數(shù)據(jù)進(jìn)行意圖分類，得到所述問題文本數(shù)據(jù)所屬的目標(biāo)意圖類別，包括：
7...
【專利技術(shù)屬性】
技術(shù)研發(fā)人員：蔡昭陽，原曉博，官夢詩，杜瑋，
申請(專利權(quán))人：深圳十方融海科技有限公司，
類型：發(fā)明
國別省市：
還沒有人留言評(píng)論。發(fā)表了對(duì)其他瀏覽者有用的留言會(huì)獲得科技券。