CN116992000A - 交互信息处理方法、装置、电子设备、计算机可读介质 - Google Patents
交互信息处理方法、装置、电子设备、计算机可读介质 Download PDFInfo
- Publication number
- CN116992000A CN116992000A CN202310987842.XA CN202310987842A CN116992000A CN 116992000 A CN116992000 A CN 116992000A CN 202310987842 A CN202310987842 A CN 202310987842A CN 116992000 A CN116992000 A CN 116992000A
- Authority
- CN
- China
- Prior art keywords
- interaction
- template
- information
- input
- scene
- 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
- 230000002452 interceptive effect Effects 0.000 title claims abstract description 135
- 230000010365 information processing Effects 0.000 title claims abstract description 50
- 238000003672 processing method Methods 0.000 title claims abstract description 32
- 230000003993 interaction Effects 0.000 claims abstract description 258
- 230000004044 response Effects 0.000 claims abstract description 10
- 238000000034 method Methods 0.000 claims description 37
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000012545 processing Methods 0.000 description 12
- 230000007115 recruitment Effects 0.000 description 10
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000011218 segmentation Effects 0.000 description 3
- 230000001413 cellular effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007667 floating Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000003062 neural network model Methods 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
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
- G06F16/337—Profile generation, learning or modification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/284—Lexical analysis, e.g. tokenisation or collocates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Human Computer Interaction (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供了交互信息处理方法、装置、电子设备、计算机可读介质,涉及信息处理技术领域,尤其涉及人工智能、模型交互等技术领域。具体实现方案为:响应于接收到输入交互信息,根据所述输入交互信息以及与所述输入交互信息对应的交互模版生成指示指令;基于所述指示指令,调用大语言模型,生成与所述输入交互信息对应的回复信息;其中,所述交互模版是根据应用场景以及所述应用场景的场景要素预先生成的。
Description
技术领域
本公开涉及信息处理技术领域,尤其涉及人工智能、模型交互等技术领域。具体而言,本公开涉及一种交互信息处理方法、装置、电子设备、计算机可读介质。
背景技术
大语言模型(LLM,Large Language Model,基于Transform结构的生成式神经网络模型),如ChatGPT(Chat Generative Pre-trained Transformer,聊天机器人程序),具备超强的语义理解及多轮对话能力,能够为许多下游任务(例如面向任务的对话和问题解答)生成类似人类的流畅响应。
利用大型语言模型的理解及生成能力,如思维链等编排能力,可以赋能各类场景和各行各业。
发明内容
本公开提供了一种交互信息处理方法、装置、电子设备、计算机可读介质。
根据本公开的第一方面,提供了一种交互信息处理方法,该方法包括:响应于接收到输入交互信息,根据所述输入交互信息以及与所述输入交互信息对应的交互模版生成指示指令;
基于所述指示指令,调用大语言模型,生成与所述输入交互信息对应的回复信息;
其中,所述交互模版是根据应用场景以及所述应用场景的场景要素预先生成的。
根据本公开的第二方面,提供了一种交互信息处理装置,该装置包括:
指令生成模块,用于响应于接收到输入交互信息,根据所述输入交互信息以及与所述输入交互信息对应的交互模版生成指示指令;
指令执行模块,用于基于所述指示指令,调用大语言模型,生成与所述输入交互信息对应的回复信息;
其中,所述交互模版是根据应用场景以及所述应用场景的场景要素预先生成的。
根据本公开的第三方面,提供了一种电子设备,该电子设备包括:
至少一个处理器;以及
与上述至少一个处理器通信连接的存储器;其中,
存储器存储有可被上述至少一个处理器执行的指令,指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行上述交互信息处理方法。
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,其中,该计算机指令用于使计算机执行上述交互信息处理方法。
根据本公开的第五方面,提供了一种计算机程序产品,包括计算机程序,该计算机程序在被处理器执行时实现上述交互信息处理方法。
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是本公开实施例提供的一种交互信息处理方法的流程示意图;
图2是本公开实施例提供的另一种交互信息处理方法的部分步骤的流程示意图;
图3是本公开实施例提供的另一种交互信息处理方法的部分步骤的流程示意图;
图4是本公开实施例提供的另一种交互信息处理方法的部分步骤的流程示意图;
图5是本公开实施例提供的另一种交互信息处理方法的部分步骤的流程示意图;
图6是本公开实施例提供的另一种交互信息处理方法的部分步骤的流程示意图;
图7是本公开实施例提供的一种交互信息处理方法的一种具体应用场景对应的流程示意图;
图8是本公开实施例提供的一种交互信息处理装置的结构示意图;
图9是用来实现本公开实施例的交互信息处理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。
在一些相关的技术中,大语言模型的能力应用可以通过与大语言模型的交互实现。
Prompt(指示指令)是与大语言模型进行交互的重要手段,其是向大语言模型发送的指令,其可以是一段文字描述,也可以是按照一定格式的参数描述。
但对于非技术人员或缺乏领域知识的用户来说,由于编程知识以及专业知识的缺乏,导致根据用户交互信息难以生成高质量的prompt,导致大语言模型的理解以及生成能力难以被激发,降低了问题解决的效率。
本公开实施例提供的交互信息处理方法、装置、电子设备、计算机可读存储介质,旨在解决现有技术的如上技术问题中的至少一个。
本公开实施例提供的交互信息处理方法可以由终端设备或服务器等电子设备执行,终端设备可以为车载设备、用户设备(User Equipment,UE)、移动设备、用户终端、终端、蜂窝电话、无绳电话、个人数字助理(Personal Digital Assistant,PDA)、手持设备、计算设备、车载设备、可穿戴设备等,所述方法可以通过处理器调用存储器中存储的计算机可读程序指令的方式来实现。或者,可通过服务器执行所述方法。
图1示出了本公开实施例提供的交互信息处理方法的流程示意图。如图1中所示,本公开实施例提供的交互信息处理方法可以包括步骤S110、步骤S120。
在步骤S110中,响应于接收到输入交互信息,根据输入交互信息以及与输入交互信息对应的交互模版生成指示指令;
在步骤S120中,基于指示指令,调用大语言模型,生成与输入交互信息对应的回复信息;
其中,交互模版是根据应用场景以及应用场景的场景要素预先生成的。
举例来说,在步骤S110中,输入交互信息可以是交互场景的用户通过交互场景输入的信息。
其中,交互场景可以是执行本公开实施例提供的交互信息处理方法的执行主体提供的交互界面,也可以是与执行本公开实施例提供的交互信息处理方法的执行主体通信连接的客户端的交互界面。
在一些可能的实现方式中,交互场景可以是网站交互界面,也可以是应用程序交互界面。
在一些可能的实现方式中,与输入交互信息对应的交互模版可以是展示在交互场景供交互场景的用户通过交互方法输入输入交互信息的模版。
在一些可能的实现方式中,交互方法可以是通过键盘等输入设备输入信息进行交互,也可以是通过鼠标等选择设备选择信息进行交互。
在一些可能的实现方式中,交互模版可以是根据大语言模型对应的应用场景以及应用场景的场景要素预先生成的,输入交互信息可以是场景要素的要素值。
在一些可能的实现方式中,大语言模型对应的应用场景可以是大语言模型对应的应用领域的应用任务所处的应用场景。
在一些可能的实现方式中,大语言模型对应的应用领域可以根据大语言模型的训练数据等确定。
在一些可能的实现方式中,交互模版可以是交互场景的用户从模版库的多个模版中进行选择确定的,以方便交互用户确定交互模版,减少交互用户的学习成本。
模版库中的多个模版都是根据引用场景以及应用场景的场景要素预先生成的,不同模版可以是根据不同的应用场景生成的。
在一些可能的实现方式中,根据输入交互信息以及交互模版生成prompt的方式可以是预先设定的,在获取输入交互信息后,可以自动根据输入交互信息以及交互模版生成prompt。
在一些可能的实现方式中,在步骤S120中,输入交互信息对应的回复信息可以是解决交互模版对应的应用场景的问题的回复信息。在输入交互信息不同的情况下,生成的prompt是不同的;基于prompt,调用大语言模型,生成的回复信息也是不同的。
在一些可能的实现方式中,基于prompt,调用大语言模型,生成与输入交互信息对应的回复信息可以是将prompt作为大语言模型的输入,将大语言模型的输出作为与输入交互信息对应的回复信息。
在本公开实施例提供的交互信息处理方法中,根据输入交互信息以及交互模版自动生成指示指令,对用户而言,不需要具备编程知识或专业知识,只需要根据自己的需求选择相应的模版,并通过输入交互信息输入生成指示指令所需要的信息,就可以生成高质量的指示指令,充分利用大语言模型的理解以及生成能力解决问题,一方面,降低了用户使用大语言模型的门槛,另一方面,减少了用户与大语言模型交互的次数,提升了问题解决的效率,减少了多次交互所造成的计算资源的浪费。
下面对本公开实施例提供的交互信息处理方法进行具体介绍。
如上所述,在一些可能的实现方式中,交互模版可以是交互场景的用户从模版库的多个模版中进行选择确定的。
图2示出了本公开实施例提供的交互信息处理方法中获取交互模版的一种具体实现方式的流程示意图,如图2中所示,获取交互模版可以包括步骤S210。
在步骤S210中,响应于接收到模版选择信息,将模版库中与模版选择信息对应的模版作为交互模版;
其中,模版库包括根据不同应用场景以及应用场景的场景要素预先生成的多个模版。
在一些可能的实现方式中,模版选择信息可以是模版库中任一模版的标识。
模版库中包括多个不同的模版,每个模版根据不同的应用场景以及应用场景的场景要素预先生成。
在一些可能的实现方式中,应用场景可以是大语言模型的应用领域的应用任务所处的应用场景。
其中,大语言模型的应用领域可以根据大语言模型的训练数据以及大语言模型的网络结构等确定,应用任务可以根据应用领域确定,如该应用领域的常见问题、该应用领域的公知常识等。
如模版可以是根据招聘应用场景生成的,用于解决招聘应用场景中生成招聘信息的问题,招聘应用场景中生成招聘信息需要的信息包括招聘年龄、招聘学历要求、招聘工作经历要求等,这些都是应用场景的场景要素。
通过大语言模型的应用领域的应用任务所处的应用场景来生成模版,可以保证根据模版生成的prompt是大语言模型可以解决的问题,既提升用户体验,也可以保证问题解决的效率。
在一些可能的实现方式中,模版库中的模版也可以是交互用户根据应用场景以及应用场景的场景要素生成的,也就是说,模版库中的模版可以是交互用户自定义的。
在一些具体的实现方式中,交互用户在使用大语言模型的过程中,如果发现某个与大语言模型交互的句子可以获取较好的效果,其可以将该句子保存为模版。
在一些具体的实现方式中,将句子保存为模版的具体方式可以是将句子中与应用场景以及场景要素有关的内容进行保存,将要素值进行删除。
在一些可能的实现方式中,模版库中每个模版具有对应的标签,该标签用于标识该模板对应的应用场景、场景要素等信息。
在一些可能的实现方式中,模版选择信息可以根据交互场景的交互用户的输入确定。
图3示出了本公开实施例提供的交互信息处理方法中获取模版选择信息的一种具体实现方式的流程示意图,如图3中所示,获取模版选择信息可以包括步骤S310、步骤S320。
在步骤S310中,根据交互场景信息,从模版库中选择至少一个模版作为候选模版;
在步骤S320中,将候选模版在交互场景进行展示,以供交互场景的交互用户在候选模版中进行选择。
在一些可能的实现方式中,在步骤S310中,交互场景信息包括交互场景中可以获取的信息。
在一些可能的实现方式中,交互场景信息可以包括交互场景对应的应用领域,如交互场景为网站(如招聘网络)的交互界面的情况下,交互场景对应的应用领域可以是网站对应的应用领域(如招聘领域)。
在一些可能的实现方式中,交互场景信息可以包括交互用户的当前输入信息,如交互场景提供在模版库中搜索筛选模版的搜索框,用户在该搜索框中输入的信息即为当前输入信息。
在一些可能的实现方式中,交互场景信息可以包括交互用户的历史输入信息,即将交互用户输入的当前输入信息都进行保存作为历史输入信息。
在一些可能的实现方式中,根据交互场景信息,从模版库中选择至少一个模版作为候选模版可以包括将模版库中应用领域为交互场景对应的应用领域的模版作为候选模版。
在一些可能的实现方式中,根据交互场景信息,从模版库中选择至少一个模版作为候选模版可以包括将当前输入信息进行分词,获取分词结果,将模版库中标签包括至少一个分词结果的模版确定为候选模版。
在一些可能的实现方式中,根据交互场景信息,从模版库中选择至少一个模版作为候选模版可以包括将交互用户之前使用过的模版作为候选模版。
在一些可能实现方式中,可以将根据交互场景对应的应用领域筛选出的模版、根据当前输入信息筛选出的模版、根据历史输入信息筛选出的模版的交集作为候选模版。
通过交互场景信息可以将交互用户可能选择的模版作为候选模版,以提升交互用户的用户体验。
在一些可能的实现方式中,在步骤S320中,可以将候选模版以列表等形式在交互场景中进行展示,以供交互用户在候选模版中选择交互模版。
在一些可能的实现方式中,在将候选模版进行展示之后,候选模版中如果没有交互模版,则交互用户可以重新输入当前输入信息,重新生成候选模版。
交互用户也可以直接在模版库中进行选择,即交互场景展示模版库中所有模版,交互用户通过浏览所有模版确定交互模版。
在一些可能的实现方式中,在用户选择了交互模版之后,可以将交互模版在交互场景中进行展示。交互场景的用户通过交互方法输入输入交互信息,通过交互用户的输入来确定输入交互信息。
图4示出了公开实施例提供的交互信息处理方法中获取输入交互信息的一种具体实现方式的流程示意图,如图4中所示,获取模版选择信息可以包括步骤S410。
在步骤S410中,将交互模版在交互场景进行展示,以供交互场景的交互用户根据交互模版输入输入交互信息。
在一些可能的实现方式中,在步骤S410中,将交互模版在交互场景进行展示可以是将交互模版对应的场景要素在交互场景中进行展示,并展示相应的输入框,以供交互用户在输入框中输入场景要素对应的要素值作为输入交互信息。
在一些可能的实现方式中,可以通过下拉选择的方式供交互用户输入输入交互信息。
图5示出了通过下拉选择的方式供交互用户输入输入交互信息的一种具体实现方式,如图5中所示,通过下拉选择的方式供交互用户输入输入交互信息可以包括步骤S510。
在步骤S510中,将交互模版对应的应用场景的场景要素的候选要素值在交互场景进行展示,以供交互用户从候选要素值中选择最终要素值作为输入交互信息;
其中,候选要素值根据交互模版对应的历史输入交互信息生成。
在一些可能的实现方式中,在步骤S510中,可以将候选要素值以下拉列表的形式在交互场景进行展示。交互用户可以通过点击下拉列表中的候选要素值,将该候选要素值作为最终要素值。
在一些可能的实现方式中,将所有场景要素对应的最终要素值组成为输入交互信息。
在一些可能的实现方式中,交互模版对应的历史输入交互信息可以包括该交互用户以及其他交互用户使用该交互模版时输入的最终要素值。
通过展示候选要素值可以将交互用户可能选择的要素值进行展示以供交互用户进行选择,减少了交互用户的交互行为,提升了交互用户的用户体验。
在一些可能的实现方式中,可以通过提示的方式方便交互用户输入输入交互信息。
图6示出了通过提示的方式方便交互用户输入输入交互信息的一种具体实现方式,如图6中所示,通过提示的方式方便交互用户输入输入交互信息可以包括步骤S610。
在步骤S610中,将交互模版对应的输入规则在交互场景进行展示,以供交互场景的交互用户根据输入规则输入输入交互信息;
其中,交互模版对应的输入规则为预先设定的、交互模版对应的应用场景的场景要素的要素值的填写规则。
在一些可能的实现方式中,在步骤S610中,场景要素的要素值的填写规则可以包括场景要素的要素值可以使用的词汇以及场景要素的要素值的填写示例。
在一些可能的实现方式中,可以将输入规则以文字、动画等形式在交互场景进行展示,以供交互用户可以获取输入规则。
在一些可能的实现方式中,可以将输入规则以悬浮窗口等不影响交互用户输入的形式在交互场景进行展示。
在一些可能的实现方式中,交互模版与prompt格式存在对应关系。
在一些可能的实现方式中,交互模版与prompt格式的对应关系可以根据大语言模型的训练数据以及模型结构生成。
即可以根据大语言模型的训练数据以及模型结构来确定大语言模型在交互模版对应的应用场景下容易“理解”的格式(也可以说是句型),确定交互模版与prompt格式的对应关系。
在一些可能的实现方式中,交互模版与prompt格式的对应关系也可以由有经验的技术人员根据与大语言模型的交互经验来确定,即有经验的技术人员根据与大语言模型的交互经验来确定在为大语言模型输入何种格式的信息,大语言模型可以更好解决交互模版对应的应用领域的应用问题,将该格式与交互模版建立对应关系。
图7示出了根据输入交互信息以及与输入交互信息对应的交互模版生成指示指令一种具体实现方式,如图7中所示,根据输入交互信息以及与输入交互信息对应的交互模版生成指示指令可以包括步骤S710。
在步骤S710中,根据输入交互信息以及交互模版,生成格式为与交互模版对应的指示指令格式的指示指令。
在一些可能的实现方式中,在步骤S710中,将输入交互信息填入交互模版,根据填入输入交互信息的交互模版来生成格式为与交互模版对应的prompt格式的prompt。
根据该方式生成prompt可以更好的被大语言模型“理解”,进而可以获取更加准确的答复信息。
基于与图1中所示的方法相同的原理,图8示出了本公开实施例提供的一种交互信息处理装置的结构示意图,如图8所示,该交互信息处理装置80可以包括:
指令生成模块810,用于响应于接收到输入交互信息,根据输入交互信息以及与输入交互信息对应的交互模版生成指示指令;
指令执行模块820,用于基于指示指令,调用大语言模型,生成与输入交互信息对应的回复信息;
其中,交互模版是根据应用场景以及应用场景的场景要素预先生成的。
在本公开实施例提供的交互信息处理装置中,根据输入交互信息以及交互模版自动生成指示指令,对用户而言,不需要具备编程知识或专业知识,只需要根据自己的需求选择相应的模版,并通过输入交互信息输入生成指示指令所需要的信息,就可以生成高质量的指示指令,充分利用大语言模型的理解以及生成能力解决问题,一方面,降低了用户使用大语言模型的门槛,另一方面,减少了用户与大语言模型交互的次数,提升了问题解决的效率,减少了多次交互所造成的计算资源的浪费。
在一些可能的实现方式中,交互模版与指示指令格式存在对应关系,对应关系根据大语言模型的训练数据以及模型结构生成;指令生成模块810用于:根据输入交互信息以及交互模版,生成格式为与交互模版对应的指示指令格式的指示指令。
在一些可能的实现方式中,交互信息处理装置80还包括:模版生成模块,用于响应于接收到模版选择信息,将模版库中与模版选择信息对应的模版作为交互模版;模版库包括根据不同应用场景以及应用场景的场景要素预先生成的多个模版。
在一些可能的实现方式中,交互信息处理装置80还包括:候选模版模块,用于根据交互场景信息,从模版库中选择至少一个模版作为候选模版;模版展示模块,用于将候选模版在交互场景进行展示,以供交互场景的交互用户在候选模版中进行选择。
在一些可能的实现方式中,应用场景包括大语言模型的应用领域的应用任务所处的应用场景。
在一些可能的实现方式中,交互场景信息包括交互场景对应的应用领域、交互用户的当前输入信息、交互用户的历史输入信息中至少一个。
在一些可能的实现方式中,交互信息处理装置80还包括:信息展示模块,用于将交互模版在交互场景进行展示,以供交互场景的交互用户根据交互模版输入输入交互信息。
在一些可能的实现方式中,信息展示模块包括:候选信息展示单元,用于将交互模版对应的应用场景的场景要素的候选要素值在交互场景进行展示,以供交互用户从候选要素值中选择最终要素值作为输入交互信息;其中,候选要素值根据交互模版对应的历史输入交互信息生成。
在一些可能的实现方式中,信息展示模块包括:候选信息提示单元,用于将交互模版对应的输入规则在交互场景进行展示,以供交互场景的交互用户根据输入规则输入输入交互信息;交互模版对应的输入规则为预先设定的、交互模版对应的应用场景的场景要素的要素值的填写规则。
可以理解的是,本公开实施例中的交互信息处理装置的上述各模块具有实现图1中所示的实施例中的交互信息处理方法相应步骤的功能。该功能可以通过硬件实现,也可以通过硬件执行相应的软件实现。该硬件或软件包括一个或多个与上述功能相对应的模块。上述模块可以是软件和/或硬件,上述各模块可以单独实现,也可以多个模块集成实现。对于上述交互信息处理装置的各模块的功能描述具体可以参见图1中所示实施例中的交互信息处理方法的对应描述,在此不再赘述。
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,均符合相关法律法规的规定,且不违背公序良俗。
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。
该电子设备包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如本公开实施例提供的交互信息处理方法。
该电子设备与现有技术相比,根据输入交互信息以及交互模版自动生成指示指令,对用户而言,不需要具备编程知识或专业知识,只需要根据自己的需求选择相应的模版,并通过输入交互信息输入生成指示指令所需要的信息,就可以生成高质量的指示指令,充分利用大语言模型的理解以及生成能力解决问题,一方面,降低了用户使用大语言模型的门槛,另一方面,减少了用户与大语言模型交互的次数,提升了问题解决的效率,减少了多次交互所造成的计算资源的浪费。
该可读存储介质为存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行如本公开实施例提供的交互信息处理方法。
该可读存储介质与现有技术相比,根据输入交互信息以及交互模版自动生成指示指令,对用户而言,不需要具备编程知识或专业知识,只需要根据自己的需求选择相应的模版,并通过输入交互信息输入生成指示指令所需要的信息,就可以生成高质量的指示指令,充分利用大语言模型的理解以及生成能力解决问题,一方面,降低了用户使用大语言模型的门槛,另一方面,减少了用户与大语言模型交互的次数,提升了问题解决的效率,减少了多次交互所造成的计算资源的浪费。
该计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如本公开实施例提供的交互信息处理方法。
该计算机程序产品与现有技术相比,根据输入交互信息以及交互模版自动生成指示指令,对用户而言,不需要具备编程知识或专业知识,只需要根据自己的需求选择相应的模版,并通过输入交互信息输入生成指示指令所需要的信息,就可以生成高质量的指示指令,充分利用大语言模型的理解以及生成能力解决问题,一方面,降低了用户使用大语言模型的门槛,另一方面,减少了用户与大语言模型交互的次数,提升了问题解决的效率,减少了多次交互所造成的计算资源的浪费。
图9示出了可以用来实施本公开的实施例的示例电子设备900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9所示,设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM 903中,还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
设备900中的多个部件连接至I/O接口905,包括:输入单元906,例如键盘、鼠标等;输出单元907,例如各种类型的显示器、扬声器等;存储单元908,例如磁盘、光盘等;以及通信单元909,例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900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901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901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901执行上文所描述的各个方法和处理,例如交互信息处理方法。例如,在一些实施例中,交互信息处理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908。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时,可以执行上文描述的方法交互信息处理方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行交互信息处理方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(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系统上执行和/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,可以从存储系统、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系统、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系统、装置或设备使用或与指令执行系统、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、或半导体系统、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系统和技术,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。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(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系统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系统中。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)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统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,也可以为分布式系统的服务器,或者是结合了区块链的服务器。
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 (20)
1.一种交互信息处理方法,包括:
响应于接收到输入交互信息,根据所述输入交互信息以及与所述输入交互信息对应的交互模版生成指示指令;
基于所述指示指令,调用大语言模型,生成与所述输入交互信息对应的回复信息;
其中,所述交互模版是根据应用场景以及所述应用场景的场景要素预先生成的。
2.根据权利要求1所述的方法,其中,所述交互模版与指示指令格式存在对应关系,所述对应关系根据所述大语言模型的训练数据以及模型结构生成;
所述根据所述输入交互信息以及与所述输入交互信息对应的交互模版生成指示指令,包括:
根据所述输入交互信息以及所述交互模版,生成格式为与所述交互模版对应的指示指令格式的指示指令。
3.根据权利要求1所述的方法,其中,所述应用场景包括所述大语言模型的应用领域的应用任务所处的应用场景。
4.根据权利要求1所述的方法,其中,所述响应于接收到输入交互信息,根据所述输入交互信息以及与所述输入交互信息对应的交互模版生成指示指令之前,还包括:
响应于接收到模版选择信息,将模版库中与所述模版选择信息对应的模版作为交互模版;所述模版库包括根据不同应用场景以及所述应用场景的场景要素预先生成的多个模版。
5.根据权利要求4所述的方法,其中,所述响应于接收到模版选择信息,将模版库中与所述模版选择信息对应的模版作为交互模版之前,还包括:
根据交互场景信息,从所述模版库中选择至少一个模版作为候选模版;
将所述候选模版在交互场景进行展示,以供所述交互场景的交互用户在所述候选模版中进行选择。
6.根据权利要求5所述的方法,其中,所述交互场景信息包括所述交互场景对应的应用领域、所述交互用户的当前输入信息、所述交互用户的历史输入信息中至少一个。
7.根据权利要求4所述的方法,其中,所述响应于接收到模版选择信息,将模版库中与所述模版选择信息对应的模版作为交互模版之后,还包括:
将所述交互模版在交互场景进行展示,以供所述交互场景的交互用户根据所述交互模版输入所述输入交互信息。
8.根据权利要求7所述的方法,其中,所述将所述交互模版在交互场景进行展示,以供所述交互场景的交互用户根据所述交互模版输入所述输入交互信息,包括:
将所述交互模版对应的应用场景的场景要素的候选要素值在所述交互场景进行展示,以供所述交互用户从所述候选要素值中选择最终要素值作为所述输入交互信息;
其中,所述候选要素值根据所述交互模版对应的历史输入交互信息生成。
9.根据权利要求7所述的方法,其中,所述将所述交互模版在交互场景进行展示,以供所述交互场景的交互用户根据所述交互模版输入所述输入交互信息,包括:
将所述交互模版对应的输入规则在所述交互场景进行展示,以供所述交互场景的交互用户根据所述输入规则输入所述输入交互信息;
所述交互模版对应的输入规则为预先设定的、所述交互模版对应的应用场景的场景要素的要素值的填写规则。
10.一种交互信息处理装置,包括:
指令生成模块,用于响应于接收到输入交互信息,根据所述输入交互信息以及与所述输入交互信息对应的交互模版生成指示指令;
指令执行模块,用于基于所述指示指令,调用大语言模型,生成与所述输入交互信息对应的回复信息;
其中,所述交互模版是根据应用场景以及所述应用场景的场景要素预先生成的。
11.根据权利要求10所述的装置,其中,所述交互模版与指示指令格式存在对应关系,所述对应关系根据所述大语言模型的训练数据以及模型结构生成;
所述指令生成模块用于:根据所述输入交互信息以及所述交互模版,生成格式为与所述交互模版对应的指示指令格式的指示指令。
12.根据权利要求10所述的装置,其中,所述交互信息处理装置还包括:
模版生成模块,用于响应于接收到模版选择信息,将模版库中与所述模版选择信息对应的模版作为交互模版;所述模版库包括根据不同应用场景以及所述应用场景的场景要素预先生成的多个模版。
13.根据权利要求12所述的装置,其中,所述交互信息处理装置还包括:
候选模版模块,用于根据交互场景信息,从所述模版库中选择至少一个模版作为候选模版;
模版展示模块,用于将所述候选模版在交互场景进行展示,以供所述交互场景的交互用户在所述候选模版中进行选择。
14.根据权利要求13所述的装置,其中,所述交互场景信息包括所述交互场景对应的应用领域、所述交互用户的当前输入信息、所述交互用户的历史输入信息中至少一个。
15.根据权利要求12所述的装置,其中,所述交互信息处理装置还包括:
信息展示模块,用于将所述交互模版在交互场景进行展示,以供所述交互场景的交互用户根据所述交互模版输入所述输入交互信息。
16.根据权利要求15所述的装置,其中,所述信息展示模块包括:
候选信息展示单元,用于将所述交互模版对应的应用场景的场景要素的候选要素值在所述交互场景进行展示,以供所述交互用户从所述候选要素值中选择最终要素值作为所述输入交互信息;
其中,所述候选要素值根据所述交互模版对应的历史输入交互信息生成。
17.根据权利要求15所述的装置,其中,所述信息展示模块包括:
候选信息提示单元,用于将所述交互模版对应的输入规则在所述交互场景进行展示,以供所述交互场景的交互用户根据所述输入规则输入所述输入交互信息;
所述交互模版对应的输入规则为预先设定的、所述交互模版对应的应用场景的场景要素的要素值的填写规则。
18.一种电子设备,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。
19.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。
20.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-9中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310987842.XA CN116992000A (zh) | 2023-08-07 | 2023-08-07 | 交互信息处理方法、装置、电子设备、计算机可读介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310987842.XA CN116992000A (zh) | 2023-08-07 | 2023-08-07 | 交互信息处理方法、装置、电子设备、计算机可读介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116992000A true CN116992000A (zh) | 2023-11-03 |
Family
ID=88524493
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310987842.XA Pending CN116992000A (zh) | 2023-08-07 | 2023-08-07 | 交互信息处理方法、装置、电子设备、计算机可读介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116992000A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117539579A (zh) * | 2023-11-20 | 2024-02-09 | 北京百度网讯科技有限公司 | 一种模板信息展示方法及装置 |
-
2023
- 2023-08-07 CN CN202310987842.XA patent/CN116992000A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117539579A (zh) * | 2023-11-20 | 2024-02-09 | 北京百度网讯科技有限公司 | 一种模板信息展示方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114445047B (zh) | 工作流生成方法、装置、电子设备及存储介质 | |
CN113360711A (zh) | 视频理解任务的模型训练和执行方法、装置、设备及介质 | |
CN116992000A (zh) | 交互信息处理方法、装置、电子设备、计算机可读介质 | |
CN114722171B (zh) | 多轮对话处理方法、装置、电子设备及存储介质 | |
CN116069319A (zh) | 一种表单渲染方法、装置、电子设备及存储介质 | |
CN115222444A (zh) | 用于输出模型信息的方法、装置、设备、介质和产品 | |
CN113468857B (zh) | 风格转换模型的训练方法、装置、电子设备以及存储介质 | |
CN118170378A (zh) | 页面生成方法、装置、电子设备、存储介质以及程序产品 | |
CN113869042A (zh) | 文本标题生成方法、装置、电子设备以及存储介质 | |
CN117750050A (zh) | 基于大语言模型的信息处理方法、装置以及电子设备 | |
CN117391094A (zh) | 智能客服模型的训练方法、基于模型的对话方法、设备 | |
CN115809688B (zh) | 一种模型调试方法、装置、电子设备及存储介质 | |
CN114141236B (zh) | 语言模型更新方法、装置、电子设备及存储介质 | |
CN115510203A (zh) | 问题答案确定方法、装置、设备、存储介质及程序产品 | |
CN114970666A (zh) | 一种口语处理方法、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 | |
CN113886543A (zh) | 生成意图识别模型的方法、装置、介质及程序产品 | |
CN112541346A (zh) | 摘要生成方法、装置、电子设备及可读存储介质 | |
CN117093691B (zh) | 基于大语言模型的系统帮助方法、装置、设备及存储介质 | |
CN115169549B (zh) | 人工智能模型更新方法、装置、电子设备及存储介质 | |
CN116629810B (zh) | 基于建筑办公系统的操作推荐方法、装置、设备和介质 | |
CN113342413B (zh) | 用于处理组件的方法、装置、设备、介质和产品 | |
CN113342990B (zh) | 知识图谱的构建方法和装置 | |
CN118466911B (zh) | 一种推荐方法、装置、设备及存储介质 | |
CN113344405B (zh) | 基于知识图谱生成信息的方法、装置、设备、介质和产品 |
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 |