CN116842926A - 模板的生成方法、装置、电子设备及存储介质 - Google Patents
模板的生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116842926A CN116842926A CN202310861117.8A CN202310861117A CN116842926A CN 116842926 A CN116842926 A CN 116842926A CN 202310861117 A CN202310861117 A CN 202310861117A CN 116842926 A CN116842926 A CN 116842926A
- Authority
- CN
- China
- Prior art keywords
- template
- information
- candidate
- key value
- target
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003058 natural language processing Methods 0.000 abstract description 8
- 238000013135 deep learning Methods 0.000 abstract description 6
- 238000005516 engineering process Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000033228 biological regulation Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000007115 recruitment Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013497 data interchange Methods 0.000 description 1
- 238000013136 deep learning model Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Machine Translation (AREA)
Abstract
本公开提供了一种模板的生成方法、装置、电子设备及存储介质,涉及计算机技术技术领域,具体涉及自然语言处理、深度学习等技术领域。具体实现方案为:接收第一模板生成请求,并基于第一模板生成请求中包括的待生成模板的第一描述信息及每个参考模板的第一属性信息,确定候选模板,然后通过候选模板对应的元信息获取界面,获取候选模板所需的元信息,之后再基于获取的元信息,对候选模板进行更新,生成第一目标模板。由此,通过基于获取的描述信息及元信息,对候选模板进行更新,就可以生成第一目标模板,从而提高了候选模板的安全性,提高了模板的生成效率,且生成的目标模板更能符合大模型及用户需求。
Description
技术领域
本公开涉及计算机技术领域,具体涉及自然语言处理、深度学习等技术领域,尤其涉及模板的生成方法、装置、电子设备及存储介质。
背景技术
大语言模型(Large Language Model,LLM)具有归纳、扩写等高级能力,因此可以基于大语言模型来创作各种文案或图像等。在大语言模型创作的过程中,模板是一个关键因素,可以通过不同的模板产生不同的文案或图像,模板的微调也可能导致产生差异较大的结果。因此如何快速准确的生成模板,成为目前大模型发展过程中重要问题。
发明内容
本公开提供了一种用于模板的生成方法、装置、电子设备及存储介质。
根据本公开的第一方面,提供了一种模板的生成方法,包括:接收第一模板生成请求,其中,所述第一模板生成请求中包括待生成模板的第一描述信息;基于所述第一描述信息及每个参考模板的第一属性信息,确定候选模板;通过所述候选模板对应的元信息获取界面,获取所述候选模板所需的元信息;基于所述获取的元信息,对所述候选模板进行更新,生成第一目标模板。
根据本公开的第二方面,提供了一种模板的生成装置,包括:第一接收模块,用于接收第一模板生成请求,其中,所述第一模板生成请求中包括待生成模板的第一描述信息;第一确定模块,用于基于所述第一描述信息及每个参考模板的第一属性信息,确定候选模板;第一获取模块,用于通过所述候选模板对应的元信息获取界面,获取所述候选模板所需的元信息;第一生成模块,用于基于所述获取的元信息,对所述候选模板进行更新,生成第一目标模板。
根据本公开的第三方面,提供了一种电子设备,包括:至少一个处理器;以及与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如第一方面所述的模板的生成方法。
根据本公开的第四方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行如第一方面所述的模板的生成方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如第一方面所述的模板的生成方法。
本公开提供的模板的生成方法、装置、电子设备及存储介质,存在如下有益效果:
在本公开中,首先接收第一模板生成请求,并基于第一模板生成请求中包括的待生成模板的第一描述信息及每个参考模板的第一属性信息,确定候选模板,然后通过候选模板对应的元信息获取界面,获取候选模板所需的元信息,之后再基于获取的元信息,对候选模板进行更新,生成第一目标模板。由此,通过基于获取的描述信息及元信息,对候选模板进行更新,就可以生成第一目标模板,从而提高了候选模板的安全性,提高了模板的生成效率,且生成的目标模板更能符合大模型及用户需求。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是根据本公开一实施例提供的一种模板的生成方法的流程示意图;
图2是根据本公开另一实施例提供的一种模板的生成方法的流程示意图;
图3是根据本公开另一实施例提供的一种模板的生成方法的流程示意图;
图4是根据本公开另一实施例提供的一种模板的生成方法的流程示意图;
图5是根据本公开一实施例提供的一种模板的生成装置的流程示意图;
图6是用来实现本公开实施例的模板的生成方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
本公开实施例涉及大语言模型、自然语言处理、深度学习等技术领域。
大语言模型(Large Language Model,LLM),指使用大量文本数据训练的深度学习模型,可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务,如文本分类、问答、对话等,是通向人工智能的一条重要途径。
自然语言处理(Natural Language Processing),英文缩写为NLP,它是令计算机可以像人类一样理解自然语言,从而使计算机能够处理文本、语音和图像等数据,实现智能交互并解决自然语言处理相关的问题,如文本分析、信息检索、情感分析等等。
深度学习是学习样本数据的内在规律和表示层次,这些学习过程中获得的信息对诸如文字,图像和声音等数据的解释有很大的帮助。深度学习的最终目标是让机器能够像人一样具有分析学习能力,能够识别文字、图像和声音等数据。
本公开的技术方案中,所涉及的用户个人信息的获取、存储和应用等处理,均符合相关法律法规的规定,且不违背公序良俗。
下面参考附图描述本公开实施例的模板的生成方法、装置、电子设备及存储介质。
其中,需要说明的是,本实施例的模板的生成方法的执行主体为模板的生成装置,该装置可以由软件和/或硬件的方式实现,该装置可以配置在电子设备中,电子设备可以为任一具有计算能力的设备,例如可以为个人电脑(Personal Computer,简称PC)、移动终端、服务器等,移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备、智能音箱等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
图1是根据本公开一实施例提供的一种模板的生成方法的流程示意图。
如图1所示,该模板的生成方法包括:
步骤101,接收第一模板生成请求,其中,第一模板生成请求中包括待生成模板的第一描述信息。
其中,第一描述信息,可以为任一用来描述待生成模板的用途、类型和/或内容等等的信息。
本公开实施例中,用户可以在模板的生成系统的显示界面中输入自定义文本,作为待生成模板的第一描述信息,例如可以是“生成一份招聘产品经理的职位描述模板”、“生成五个科技行业的,与新品发布有关的模板”等等。或者,用于也可以在显示界面中点击模板的生成系统提供的一个或多个推荐描述文本,作为待生成模板的第一描述信息,本公开对此不做限定。在一些实施例中,用户可以通过点击模板生成控件以提交模板生成请求,之后模板的生成系统就可以接收到包含第一描述信息的第一模板生成请求,本公开对此不做限定。
步骤102,基于第一描述信息及每个参考模板的第一属性信息,确定候选模板。
其中,参考模板可以是预置在模板的生成系统中的各个类型、各个领域的模板。
本公开中,参考模板的第一属性信息可以包括参考模板的第二描述信息,参考模板的标识,参考模板的关联模板标识,参考模板的标签信息,参考模板的反馈信息,参考模板的历史使用次数,历史使用用户数量,及参考模板的调用历史信息等等中的至少一项,本公开对此不做限定。
其中,第二描述信息,可以为任一用来描述参考模板的用途、类型和/或内容等等的信息。参考模板的标识可以指参考模板的ID(Identity Document),参考模板的名称、英文名称等等中的至少一项,本公开对此不做限定。其关联模板标识可以是一个或多个与参考模板内容相关的模板的ID,也可以是关联的模板群组标识(Group Identity Document,GID)。参考模板的标签信息可以是体现模板主题、内容或特点等等的短句或词语,例如“招聘”、“新品发布流程安排”、“多页”等等,本公开对此不作限定。参考模板的反馈信息是指该参考模板的收藏、点赞及点踩的数量。参考模板的调用历史信息可以包括调用的时间、调用后模板的生成结果等等,本公开对此不做限定。从而通过将每个参考模板抽象为包含多个维度信息的第一属性信息,使得提取参考模板更加方便,提高了模板的管理效率。
在一些实施例中,第一属性信息中,还可以包括参考模板的可见类型(例如系统默认、公共可见、私人可见等等)、分类等等,本公开对此不做限定。
在一些可能的实现形式中,可以基于第一描述信息与每个参考模板的第二描述信息间的匹配度,确定候选参考模板,然后基于每个候选参考模板的历史使用次数、反馈信息、历史使用用户数量及参考模板的调用历史信息中的至少一项,确定每个候选参考模板的优先级,之后就可以将优先级最高的候选参考模板或者将被选中的候选参考模板,确定为候选模板。由此,基于描述信息的匹配度确定候选参考模板,再基于每个候选参考模板的历史使用信息,确定每个候选参考模板对应的优先级,进而再确定候选模板,使得获取的候选模板更符合用户需求,提高了确定的候选模板的可靠性,为提高模板的生成效率提供了条件。
本公开实施例中,模板的生成系统可以通过计算第一描述信息与每个第二描述信息间的相似度来确定匹配度,再根据预设的阈值,将对应匹配度大于阈值的参考模板确定为候选参考模板。或者,也可以将匹配度最大的前N个参考模板确定为候选参考模板,其中N为自然数,比如N为3、5或6等等,本公开对此不做限定。
然后可以结合历史使用次数、反馈信息、历史使用用户数量及参考模板的调用历史信息中的至少一项,来确定每个候选参考模板的优先级。例如,当优先级的确定条件只有历史使用次数时,候选参考模板的历史使用次数越高,其对应的优先级也就越高。或者,当优先级的确定条件是历史使用次数、反馈信息和历史使用用户数量时,可以首先确定历史使用次数、反馈信息和历史使用用户数量分别对应的权重,然后基于各维度信息对应的权重,综合每个候选参考模板在各维度的信息计算得到每个候选参考模板的优先级。
需要说明的是,优先级的确定条件及对应权重可以是由用户自定义的,或者也可以是预设在模板的生成系统中的,本公开对此不做限定。
在得到每个候选参考模板的优先级后,可以之前M个候选参考模板确定为候选模板,其中M为自然数,比如M为1、2或4等等,本公开对此不做限定。或者,也可以根据优先级由高至低的顺序,将所有候选参考模板依次在显示界面上,之后再根据用户的选择,确定候选模板,用户可以选择优先级最高的候选参考模板确定为候选模板,或者也可以点击其他候选参考模板确定为候选模板。
步骤103,通过候选模板对应的元信息获取界面,获取候选模板所需的元信息。
其中,元信息(meta information)是指模板中可由用户定义的、输入或选择的填槽位进行抽象后得到的信息。元信息获取界面中,可以包括任意描述填槽位中可填入内容的相关信息。比如,元信息获取界面中,可以包括元信息的类型,比如可以为输入框、单选、多选、选择+输入等等;元信息的名称;名称是否展示;默认提示;是否必填;属性(例如可选项列表、默认值等等);扩展信息(例如填槽前后分隔符)等等中的至少一项,本公开对此不做限定。
本公开实施例中,不同的候选模板对应的元信息获取界面,可能相同也可能不同。模板的生成系统确定候选模板后,可以将候选模板对应的元信息获取界面展示给用户,从而用户可以根据元信息获取界面中的提示信息,填入元信息,从而模板的生成系统可以获取到候选模板所需的元信息。
本公开中,在确定了候选模板后,无需暴露候选模板,而仅提供候选模板对应的元信息获取界面,就可以得到候选模板所需的元信息,从而提高了候选模板的安全性。
步骤104,基于获取的元信息,对候选模板进行更新,生成第一目标模板。
本公开实施例中,模板的生成系统可以将获取到的元信息与候选模板进行融合,得到第一目标模板。
在一些可能的实现形式中,可以在获取的元信息中未包含候选模板中第一关键值对应的第一码值,且第一关键值的属性为第一属性的情况下,基于获取的元信息,生成不包含第一关键值对应的码值的第一目标模板。
其中,第一关键值可以是候选模板所需元信息中的一个或多个填槽位,其对应的第一码值就是该填槽位所需的填充数据。第一关键值的属性可以是必填或者非必填,第一属性为非必填,第二属性为必填。
也就是说,当模板的生成系统获取的元信息中不包含候选模板中第一关键值对应的第一码值,且第一关键值可以不用填写时,此时可以忽略第一关键值,而仅基于获取到的元信息,生成第一目标模板。从而在生成目标模板时简化获取元信息的过程,进一步提高了目标模板的生成效率,减少用户的填写负担。
或者,也可以在获取的元信息未包含候选模板中的第二关键值对应的第二码值,且第二关键值的属性为第二属性的情况下,基于预设的码值及获取的元信息,生成包含第二关键值对应的码值的第一目标模板。
也就是说,当模板的生成系统获取的元信息中不包含候选模板中第二关键值对应的第二码值,但第二关键值必须填写时,可以利用预设在模板的生成系统中的默认值对该第二关键值进行填充,再结合获取到的元信息,得到第一目标模板。从而提高了目标模板生成信息的完整性,避免了由于用户疏忽而导致获取元信息不完整的情况,进一步提高了生成的目标模板的准确性。
本公开实施例中,也可以在获取的元信息未包含候选模板中的第二关键值对应的第二码值,且第二关键值的属性为第二属性的情况下,在前端进行校验拦截,比如,提醒用户填写第二关键值,若拦截失败,再利用预设的码值进行填充。
本公开实施例中,由于目标模板是基于用户提供的描述信息及元信息,对候选模板更新后生成的,且候选模板为预置的大模型可识别的模板,从而使得生成的目标模板不仅满足用户需求,而且适用于大模型,为提高大模型的输出结果的准确性和可靠性提供了条件。
本公开实施例提供的模板的生成方法,在接收到第一模板生成请求后,首先基于第一模板生成请求中包括的待生成模板的第一描述信息及每个参考模板的第一属性信息,确定候选模板,然后通过候选模板对应的元信息获取界面,获取候选模板所需的元信息,之后再基于获取的元信息,对候选模板进行更新,生成第一目标模板。由此,通过基于获取的描述信息及元信息,对候选模板进行更新,就可以生成第一目标模板,从而提高了候选模板的安全性,提高了模板的生成效率,且生成的目标模板更能符合大模型及用户需求。
图2是根据本公开另一实施例提供的一种模板的生成方法的流程示意图。
如图2所示,该模板的生成方法可以包括:
步骤201,接收第一模板生成请求,其中,第一模板生成请求中包括待生成模板的第一描述信息。
步骤202,基于第一描述信息及每个参考模板的第一属性信息,确定候选模板。
步骤203,通过候选模板对应的元信息获取界面,获取候选模板所需的元信息。
步骤204,基于获取的元信息,对候选模板进行更新,生成第一目标模板。
上述步骤201—步骤204的具体实现形式,可以参考本公开上述实施例的详细描述,此处不再赘述。
步骤205,显示第一目标模板。
本公开实施例中,模板的生成系统在生成第一目标模板后,可以将第一目标模板显示在界面上,使用户可以直观地看到模板的生成效果,方便用户根据具体需求对第一目标模板进行管理和修改,实现模板的动态扩展升级。
步骤206,在接收到针对第一目标模板的更新指令的情况下,确定更新指令对应的第一目标键值对。
其中,第一目标键值对,包括第一目标模板中的至少一个关键值及其对应的码值。更新指令可以是新增键值对、删除键值对、或修改关键值等等,本公开对此不做限定。
本公开实施例中,用户可以在显示界面中的第一目标模板上直接点击想要修改的位置,使得模板的生成系统接收到针对第一目标模板的更新指令以及对应的第一目标键值对。或者,用户也可以点击第一目标模板显示界面上的更新控件,使得模板的生成系统接收到针对第一目标模板的更新指令,然后再根据用户的操作确定更新指令对应的第一目标键值对。本公开对此不做限定。
在一些可能的实现形式中,模板的生成系统在接收到针对第一目标模板的更新指令后,可以对候选模板的历史使用次数、历史使用用户数量及反馈信息等进行更新。从而可以及时地更新候选模板的使用情况及反馈,为提高候选模板的优先级的计算准确度提供了条件。
步骤207,更新第一目标键值对对应的更新次数。
本公开实施例中,模板的生成系统每对第一目标键值对进行一次更新,都可以将其对应的更新次数加1。
步骤208,在更新次数达到更新阈值的情况下,基于第一目标键值对,对候选模板进行更新。
其中,更新阈值可以是预设在模板的生成系统中的固定值,也可以是变化的值。例如,可能是根据第一目标模板的属性信息来确定的值,也可能是用户自定义的值等等,本公开对此不做限定。
本公开实施例中,当第一目标键值对对应的更新次数的值逐渐增加,直到等于更新阈值时,可以认为第一目标模板对应的候选模板在第一目标键值对处的信息是不佳的,因此可以基于更新后的第一目标键值对对候选模板进行更新。
在本实施例中,在基于获取的第一描述信息及元信息对候选模板进行更新,生成第一目标模板后,首先将第一目标模板显示出来,然后在接收到针对第一目标模板的更新指令的情况下,确定更新指令对应的第一目标键值对,以及更新第一目标键值对对应的更新次数,之后在更新次数达到更新阈值的情况下,基于第一目标键值对,对候选模板进行更新。由此,通过基于用户的反馈信息,更新候选模板,使得候选模板更加准确可靠,进一步提高了生成的目标模板的可靠性和准确性,并且基于第一目标键值对的更新次数,确定是否对第一目标模板对应的候选模板进行更新,避免了对候选模板进行无效更新的操作,进一步增加了候选模板的可靠性,提高了用户体验。
图3是根据本公开另一实施例提供的一种模板的生成方法的流程示意图。
如图3所示,该模板的生成方法可以包括:
步骤301,接收第一用户发送的模板更新指令,其中,更新指令中包括第一模板的标识及第一用户的标识。
其中,在本公开,第一用户可能是创建、发布第一模板的用户,也可能是其他用户。第一模板的标识可以指模板ID或名称等等,第一用户的标识可以指用户ID或名称等等,本公开对此不做限定。
本公开实施例中,用户可以在模板市场中点击目标修改的模板,之后模板的生成系统就可以接收到包含该第一模板标识和第一用户标识的模板更新指令。
步骤302,根据第一用户的标识,确定第一用户的第一访问权限。
本公开实施例中,模板的生成系统可以将第一模板与创建第一模板的用户的标识关联储存,当接收到模板更新指令后,基于指令中第一模板的标识调取第一模板及其关联的用户ID,再将关联的用户ID与指令中的第一用户标识进行匹配,当匹配成功时,可以确定第一用户的第一访问权限为最高权限,或者,当匹配不成功时,可以确定第一用户的第一访问权限为较低权限,本公开对此不做限定。
需要说明的是,第一模板的关联用户ID可以不止一个,所有ID对应的访问权限可能是相同的,也可能是不同的,本公开对此不做限定。
步骤303,基于第一用户的第一访问权限,及第一模板的标识关联的键值对集合中每个键值对的第二访问权限,确定第一用户可访问的第二目标键值对。
本公开实施例中,模板的生成系统可以将第一模板中的键值对集合与第一模板的标识关联储存,并在键值对集合中预设每个键值对的第二访问权限,因此在得到第一用户的第一访问权限后,基于第一模板的标识调取关联的键值对集合,并根据其中每个键值对的第二访问权限,确定第一用户权限允许修改的第一目标键值对。
步骤304,显示第二目标键值对。
步骤305,基于接收的键值对更新指令,对第二目标键值对进行更新。
本公开实施例中,模板的生成系统可以接收到用户发送的新增键值对,删除键值对等等的键值对更新指令,然后对第二目标键值对进行相应的增加或删除等操作。
在本实施例中,模板的生成系统首先接收第一用户发送的模板更新指令,其中,更新指令中包括第一模板的标识及第一用户的标识,然后根据第一用户的标识,确定第一用户的第一访问权限,再基于第一用户的第一访问权限,及第一模板的标识关联的键值对集合中每个键值对的第二访问权限,确定第一用户可访问的第二目标键值对,之后将第二目标键值对显示出来,并基于接收的键值对更新指令,对第二目标键值对进行更新。由此,通过判断用户的访问权限,实现了用户对模板中键值对的更新,从而在保证模板安全性的同时,进一步提高了模板的准确性和合理性,提高了用户的使用体验。
图4是根据本公开另一实施例提供的一种模板的生成方法的流程示意图。
如图4所示,该模板的生成方法可以包括:
步骤401,接收第二模板生成请求,其中,第二模板生成请求中包括待生成模板的第三描述信息及结构化信息。
其中,结构化信息,可以为模板信息进行结构化抽象后的信息。其可以是JSON(JavaScript Object Notation,即一种轻量级的数据交换格式)格式数据等等,本公开对此不做限定。
举例说明,模板的生成系统接收到的第二模板生成请求可以是“请帮我生成五个科技行业的,与新品发布有关的模板,按照如下所示的结构化的JSON产出,其中JSON中的字段含义如下……,JSON实例结构如下……”等等,本公开对此不做限定。如上述示例,第三描述信息为“五个科技行业的,与新品发布有关的模板”,结构化信息为“其中JSON中的字段含义如下:……,JSON实例结构如下:……”。
步骤402,基于第三描述信息及参考键值对集合中每个参考键值对的第二属性信息,获取候选键值对。
其中,参考键值对集合是指预设在模板的生成系统中可以用于构建模板的所有键值对。本公开中,模板的生成系统可以根据每个参考键值对的类型、内容等等,对应储存参考键值对的第二属性信息。
本公开实施例中,模板的生成系统可以根据第三描述信息与每个参考键值对的第二属性信息的匹配情况,将匹配程度高的多个参考键值对作为候选键值对。需要说明的是,候选键值对的数量可以是固定的,也可以是用户根据待生成模板的需求自定义的,本公开对此不做限定。
步骤403,基于结构化信息,利用候选键值对,生成至少一个第二目标模板。
本公开实施例中,模板的生成系统可以根据第二模板生成请求中的结构化信息,将候选键值对按照相应的结构形式进行填充,生成至少一个第二目标模板。
在本实施例中,模板的生成系统首先接收第二模板生成请求,其中,第二模板生成请求中包括待生成模板的第三描述信息及结构化信息,然后基于第三描述信息及参考键值对集合中每个参考键值对的第二属性信息,获取候选键值对,之后再基于结构化信息,利用候选键值对,生成至少一个第二目标模板。由此,通过描述信息及结构化信息,生成目标模板,实现了模板生成的智能化,进一步提高了模板生成的效率,并且在模板的生成过程中基于参考键值对的属性信息确定候选键值对,提高了智能化模板生成的可靠性和准确度,进一步提高了用户的使用体验。
为了实现上述实施例,本公开实施例还提供一种模板的生成装置。
图5是根据本公开一实施例提供的一种模板的生成装置的结构示意图。
如图5所示,该模板的生成装置500,可以包括:
第一接收模块501,用于接收第一模板生成请求,其中,第一模板生成请求中包括待生成模板的第一描述信息。
第一确定模块502,用于基于第一描述信息及每个参考模板的第一属性信息,确定候选模板。
第一获取模块503,用于通过候选模板对应的元信息获取界面,获取候选模板所需的元信息。
第一生成模块504,用于基于获取的元信息,对候选模板进行更新,生成第一目标模板。
在一些可能的实现形式中,参考模板的第一属性信息可以包括以下至少一项:参考模板的第二描述信息,参考模板的标识,参考模板的关联模板标识,参考模板的标签信息,参考模板的反馈信息,参考模板的历史使用次数,历史使用用户数量,及参考模板的调用历史信息。
在一些可能的实现形式中,上述第一确定模板502,还可以用于:
基于第一描述信息与每个参考模板的第二描述信息间的匹配度,确定候选参考模板;
基于每个候选参考模板的历史使用次数、反馈信息、历史使用用户数量及参考模板的调用历史信息中的至少一项,确定每个候选参考模板对应的优先级;
将优先级最高的候选参考模板或者将被选中的候选参考模板,确定为候选模板。
在一些可能的实现形式中,上述第一生成模板504,还可以用于:
在获取的元信息中未包含候选模板中第一关键值对应的第一码值,且第一关键值的属性为第一属性的情况下,基于获取的元信息,生成不包含第一关键值对应的码值的第一目标模板。
在一些可能的实现形式中,上述第一生成模板504,还可以用于:
显示第一目标模板;
在接收到针对第一目标模板的更新指令的情况下,确定更新指令对应的第一目标键值对;
更新第一目标键值对对应的更新次数;
在更新次数达到更新阈值的情况下,基于第一目标键值对,对候选模板进行更新。
在一些可能的实现形式中,上述第一生成模板504,还可以用于:
对候选模板的历史使用次数、历史使用用户数量及反馈信息进行更新。
在一些可能的实现形式中,模板的生成装置500,还可以用于:
接收第一用户发送的模板更新指令,其中,更新指令中包括第一模板的标识及第一用户的标识;
根据第一用户的标识,确定第一用户的第一访问权限;
基于第一用户的第一访问权限,及第一模板的标识关联的键值对集合中每个键值对的第二访问权限,确定第一用户可访问的第二目标键值对;
显示第二目标键值对;
基于接收的键值对更新指令,对第二目标键值对进行更新。
在一些可能的实现形式中,模板的生成装置500,还可以用于:
接收第二模板生成请求,其中,第二模板生成请求中包括待生成模板的第三描述信息及结构化信息;
基于第三描述信息及参考键值对集合中每个参考键值对的第二属性信息,获取候选键值对;
基于结构化信息,利用候选键值对,生成至少一个第二目标模板。
需要说明的是,前述对模板的生成方法实施例的解释说明也适用于本实施例中的模板的生成装置,此处不再赘述。
本公开实施例提供的模板的生成装置,首先接收第一模板生成请求,并基于第一模板生成请求中包括的待生成模板的第一描述信息及每个参考模板的第一属性信息,确定候选模板,然后通过候选模板对应的元信息获取界面,获取候选模板所需的元信息,之后再基于获取的元信息,对候选模板进行更新,生成第一目标模板。由此,通过基于获取的描述信息及元信息,对对候选模板进行更新,就可以生成第一目标模板,从而提高了候选模板的安全性,提高了模板的生成效率,且生成的目标模板更能符合大模型及用户需求。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,该电子设备600可以包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如模板的生成方法。例如,在一些实施例中,模板的生成方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的模板的生成方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行模板的生成方法。
本文中以上描述的装置和技术的各种实施方式可以在数字电子电路装置、集成电路装置、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上装置的装置(SOC)、复杂可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程装置上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储装置、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储装置、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行装置、装置或设备使用或与指令执行装置、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体装置、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的装置和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的装置和技术实施在包括后台部件的计算装置(例如,作为数据服务器)、或者包括中间件部件的计算装置(例如,应用服务器)、或者包括前端部件的计算装置(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的装置和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算装置中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将装置的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、互联网和区块链网络。
计算机装置可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云服务服务器或云主机,是云服务服务体系中的一项主机产品,以解决了传统物理主机与VPS服务("Virtual Private Server",或简称"VPS")中,存在的管理难度大,业务扩展性弱的缺陷。服务器可以是云服务器,也可以为分布式装置的服务器,或者是结合了区块链的服务器。
其中,需要说明的是,人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云服务、分布式存储、大数据处理等技术;人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (21)
1.一种模板的生成方法,包括:
接收第一模板生成请求,其中,所述第一模板生成请求中包括待生成模板的第一描述信息;
基于所述第一描述信息及每个参考模板的第一属性信息,确定候选模板;
通过所述候选模板对应的元信息获取界面,获取所述候选模板所需的元信息;
基于所述获取的元信息,对所述候选模板进行更新,生成第一目标模板。
2.如权利要求1所述的方法,其中,所述参考模板的第一属性信息包括以下至少一项:所述参考模板的第二描述信息,所述参考模板的标识,所述参考模板的关联模板标识,所述参考模板的标签信息,参考模板的反馈信息,所述参考模板的历史使用次数,历史使用用户数量,及所述参考模板的调用历史信息。
3.如权利要求2所述的方法,其中,所述基于所述第一描述信息及每个参考模板的第一属性信息,确定候选模板,包括:
基于所述第一描述信息与每个所述参考模板的第二描述信息间的匹配度,确定候选参考模板;
基于每个所述候选参考模板的历史使用次数、反馈信息、历史使用用户数量及所述参考模板的调用历史信息中的至少一项,确定每个所述候选参考模板对应的优先级;
将优先级最高的候选参考模板或者将被选中的候选参考模板,确定为所述候选模板。
4.如权利要求1所述的方法,其中,所述基于所述获取的元信息,对所述候选模板进行更新,生成第一目标模板,包括:
在所述获取的元信息中未包含所述候选模板中第一关键值对应的第一码值,且所述第一关键值的属性为第一属性的情况下,基于所述获取的元信息,生成不包含所述第一关键值对应的码值的第一目标模板。
5.如权利要求1所述的方法,其中,所述基于所述获取的元信息,对所述候选模板进行更新,生成第一目标模板,包括:
在所述获取的元信息中未包含所述候选模板中第二关键值对应的第二码值,且所述第二关键值的属性为第二属性的情况下,基于预设的码值及所述获取的元信息,生成包含所述第二关键值对应的码值的第一目标模板。
6.如权利要求1-5任一所述的方法,其中,在所述生成第一目标模板之后,还包括:
显示所述第一目标模板;
在接收到针对所述第一目标模板的更新指令的情况下,确定所述更新指令对应的第一目标键值对;
更新所述第一目标键值对对应的更新次数;
在所述更新次数达到更新阈值的情况下,基于所述第一目标键值对,对所述候选模板进行更新。
7.如权利要求6所述的方法,其中,在所述接收到针对所述第一目标模板的更新指令之后,还包括:
对所述候选模板的历史使用次数、历史使用用户数量及反馈信息进行更新。
8.如权利要求1-5任一所述的方法,其中,还包括:
接收第一用户发送的模板更新指令,其中,所述更新指令中包括第一模板的标识及所述第一用户的标识;
根据所述第一用户的标识,确定所述第一用户的第一访问权限;
基于所述第一用户的第一访问权限,及所述第一模板的标识关联的键值对集合中每个键值对的第二访问权限,确定所述第一用户可访问的第二目标键值对;
显示所述第二目标键值对;
基于接收的键值对更新指令,对所述第二目标键值对进行更新。
9.如权利要求1-5任一所述的方法,其中,还包括:
接收第二模板生成请求,其中,所述第二模板生成请求中包括待生成模板的第三描述信息及结构化信息;
基于所述第三描述信息及参考键值对集合中每个参考键值对的第二属性信息,获取候选键值对;
基于所述结构化信息,利用所述候选键值对,生成至少一个第二目标模板。
10.一种模板的生成装置,包括:
第一接收模块,用于接收第一模板生成请求,其中,所述第一模板生成请求中包括待生成模板的第一描述信息;
第一确定模块,用于基于所述第一描述信息及每个参考模板的第一属性信息,确定候选模板;
第一获取模块,用于通过所述候选模板对应的元信息获取界面,获取所述候选模板所需的元信息;
第一生成模块,用于基于所述获取的元信息,对所述候选模板进行更新,生成第一目标模板。
11.如权利要求10所述的装置,其中,所述参考模板的第一属性信息包括以下至少一项:所述参考模板的第二描述信息,所述参考模板的标识,所述参考模板的关联模板标识,所述参考模板的标签信息,参考模板的反馈信息,所述参考模板的历史使用次数,历史使用用户数量,及所述参考模板的调用历史信息。
12.如权利要求11所述的装置,其中,所述第一确定模块,还用于:
基于所述第一描述信息与每个所述参考模板的第二描述信息间的匹配度,确定候选参考模板;
基于每个所述候选参考模板的历史使用次数、反馈信息、历史使用用户数量及所述参考模板的调用历史信息中的至少一项,确定每个所述候选参考模板对应的优先级;
将优先级最高的候选参考模板或者将被选中的候选参考模板,确定为所述候选模板。
13.如权利要求10所述的装置,其中,所述第一生成模块,还用于:
在所述获取的元信息中未包含所述候选模板中第一关键值对应的第一码值,且所述第一关键值的属性为第一属性的情况下,基于所述获取的元信息,生成不包含所述第一关键值对应的码值的第一目标模板。
14.如权利要求10所述的装置,其中,所述第一生成模块,还用于:
在所述获取的元信息中未包含所述候选模板中第二关键值对应的第二码值,且所述第二关键值的属性为第二属性的情况下,基于预设的码值及所述获取的元信息,生成包含所述第二关键值对应的码值的第一目标模板。
15.如权利要求10-14任一所述的装置,其中,所述第一生成模块,还用于:
显示所述第一目标模板;
在接收到针对所述第一目标模板的更新指令的情况下,确定所述更新指令对应的第一目标键值对;
更新所述第一目标键值对对应的更新次数;
在所述更新次数达到更新阈值的情况下,基于所述第一目标键值对,对所述候选模板进行更新。
16.如权利要求15所述的装置,其中,所述第一生成模块,还用于:
对所述候选模板的历史使用次数、历史使用用户数量及反馈信息进行更新。
17.如权利要求10-14任一所述的装置,其中,还用于:
接收第一用户发送的模板更新指令,其中,所述更新指令中包括第一模板的标识及所述第一用户的标识;
根据所述第一用户的标识,确定所述第一用户的第一访问权限;
基于所述第一用户的第一访问权限,及所述第一模板的标识关联的键值对集合中每个键值对的第二访问权限,确定所述第一用户可访问的第二目标键值对;
显示所述第二目标键值对;
基于接收的键值对更新指令,对所述第二目标键值对进行更新。
18.如权利要求10-14任一所述的装置,其中,还用于:
接收第二模板生成请求,其中,所述第二模板生成请求中包括待生成模板的第三描述信息及结构化信息;
基于所述第三描述信息及参考键值对集合中每个参考键值对的第二属性信息,获取候选键值对;
基于所述结构化信息,利用所述候选键值对,生成至少一个第二目标模板。
19.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。
20.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求1-9中任一项所述的方法。
21.一种计算机程序产品,包括计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310861117.8A CN116842926A (zh) | 2023-07-13 | 2023-07-13 | 模板的生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310861117.8A CN116842926A (zh) | 2023-07-13 | 2023-07-13 | 模板的生成方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116842926A true CN116842926A (zh) | 2023-10-03 |
Family
ID=88161516
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310861117.8A Pending CN116842926A (zh) | 2023-07-13 | 2023-07-13 | 模板的生成方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116842926A (zh) |
-
2023
- 2023-07-13 CN CN202310861117.8A patent/CN116842926A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113657100B (zh) | 实体识别方法、装置、电子设备及存储介质 | |
WO2023142451A1 (zh) | 工作流生成方法、装置、电子设备 | |
CN113836314B (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
CN116303962B (zh) | 对话生成方法、深度学习模型的训练方法、装置和设备 | |
CN114841274B (zh) | 语言模型的训练方法、装置、电子设备和存储介质 | |
CN111241838B (zh) | 文本实体的语义关系处理方法、装置及设备 | |
CN113704058B (zh) | 一种业务模型的监控方法、装置及电子设备 | |
CN112906368B (zh) | 行业文本增量方法、相关装置及计算机程序产品 | |
CN114880498B (zh) | 事件信息展示方法及装置、设备和介质 | |
CN116049370A (zh) | 信息查询方法和信息生成模型的训练方法、装置 | |
EP4246365A1 (en) | Webpage identification method and apparatus, electronic device, and medium | |
CN116842926A (zh) | 模板的生成方法、装置、电子设备及存储介质 | |
CN113408632A (zh) | 提高图像分类准确性的方法、装置、电子设备及存储介质 | |
CN114416990A (zh) | 对象关系网络的构建方法、装置和电子设备 | |
CN113869042A (zh) | 文本标题生成方法、装置、电子设备以及存储介质 | |
CN113806541A (zh) | 情感分类的方法和情感分类模型的训练方法、装置 | |
CN113554062A (zh) | 多分类模型的训练方法、设备和存储介质 | |
CN112989066A (zh) | 数据处理方法和装置、电子设备、计算机可读介质 | |
CN113204616A (zh) | 文本抽取模型的训练与文本抽取的方法、装置 | |
CN115879468B (zh) | 基于自然语言理解的文本要素提取方法、装置和设备 | |
CN114492456B (zh) | 文本生成方法、模型的训练方法、装置、电子设备及介质 | |
CN114861658B (zh) | 地址信息解析方法及装置、设备和介质 | |
EP4131022A1 (en) | Method and apparatus of determining location information, electronic device, storage medium, and program product | |
CN112560462B (zh) | 事件抽取服务的生成方法、装置、服务器以及介质 | |
CN117610580A (zh) | 基于大模型的指令识别方法、装置、电子设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |