CN117421398A - 人机交互方法、装置、设备以及存储介质 - Google Patents
人机交互方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN117421398A CN117421398A CN202311304109.XA CN202311304109A CN117421398A CN 117421398 A CN117421398 A CN 117421398A CN 202311304109 A CN202311304109 A CN 202311304109A CN 117421398 A CN117421398 A CN 117421398A
- Authority
- CN
- China
- Prior art keywords
- interaction
- context
- session
- interaction context
- target service
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 179
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000002452 interceptive effect Effects 0.000 claims abstract description 16
- 238000013507 mapping Methods 0.000 claims abstract description 15
- 230000006403 short-term memory Effects 0.000 claims description 25
- 230000015654 memory Effects 0.000 claims description 24
- 238000004590 computer program Methods 0.000 claims description 12
- 230000007787 long-term memory Effects 0.000 claims description 11
- 230000008569 process Effects 0.000 claims description 7
- 238000013473 artificial intelligence Methods 0.000 abstract description 10
- 238000013135 deep learning Methods 0.000 abstract description 3
- 238000003058 natural language processing Methods 0.000 abstract description 3
- 241001122767 Theaceae Species 0.000 description 16
- 239000008267 milk Substances 0.000 description 16
- 210000004080 milk Anatomy 0.000 description 16
- 235000013336 milk Nutrition 0.000 description 16
- 238000012545 processing Methods 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 241000219095 Vitis Species 0.000 description 7
- 235000009754 Vitis X bourquina Nutrition 0.000 description 7
- 235000012333 Vitis X labruscana Nutrition 0.000 description 7
- 235000014787 Vitis vinifera Nutrition 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000013459 approach Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000003416 augmentation Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000013145 classification model Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000008451 emotion Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002441 reversible effect Effects 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
- 230000036962 time dependent Effects 0.000 description 1
- 238000012549 training 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/338—Presentation of query results
-
- 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
- G06F16/34—Browsing; Visualisation therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Machine Translation (AREA)
Abstract
本公开提供了人机交互方法、装置、设备以及存储介质，涉及人工智能技术领域，具体为深度学习、自然语言处理等技术领域，可应用于基于人工智能的交互场景。具体实现方案为：通过获取目标客户端的交互上文之后，对交互上文进行意图识别。根据交互上文的意图，查询意图与服务之间的映射关系。在查询到交互上文的意图所对应的目标服务的情况下，基于交互上文调用目标服务，得到目标服务的反馈信息。根据该反馈信息生成提示文案，并将提示文案输入到语言模型中，以得到用于回复的交互下文。通过引入外部的目标服务与语言模型共同对目标客户端的交互上文进行回复。
Description
技术领域
本公开涉及人工智能技术领域，具体为深度学习、自然语言处理等技术领域，可应用于基于人工智能的交互场景，尤其涉及人机交互方法、装置、设备以及存储介质。
背景技术
大规模语言模型(Large Language Model，LLM)也称为大模型，通常作为对话系统，由用户首先提出问题作为交互上文，然后通过该模型给予恰当的回复。
LLM的出现极大方面了人机交互的方式，允许用户以自然语言的方式提出交互上文，LLM模型基于学习到的知识，同样以自然语言的方式回复用户提出的问题。
发明内容
本公开提供了一种人机交互方法、装置、设备以及存储介质。
根据本公开的一方面，提供了一种人机交互方法，包括：
获取目标客户端的交互上文；
对所述交互上文进行意图识别；
根据所述交互上文的意图，查询意图与服务之间的映射关系；
在查询到所述交互上文的意图所对应的目标服务的情况下，基于所述交互上文调用所述目标服务，得到所述目标服务的反馈信息；
根据所述反馈信息生成提示文案；
将所述提示文案输入到语言模型中，以得到用于回复的交互下文。
根据本公开的另一方面，提供了一种人机交互装置，包括：
获取模块，用于获取目标客户端的交互上文；
识别模块，用于对所述交互上文进行意图识别；
查询模块，用于根据所述交互上文的意图，查询意图与服务之间的映射关系；
调用模块，用于在查询到所述交互上文的意图所对应的目标服务的情况下，基于所述交互上文调用所述目标服务，得到所述目标服务的反馈信息；
生成模块，用于根据所述反馈信息生成提示文案；
回复模块，用于将所述提示文案输入到语言模型中，以得到用于回复的交互下文。
根据本公开的另一方面，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本公开第一方面实施例所述的方法。
根据本公开的另一方面，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计算机执行本公开第一方面实施例所述的方法。
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，所述计算机程序在被处理器执行时实现本公开第一方面实施例所述的方法。
本公开提供的人机交互方法、装置、设备以及存储介质，通过获取目标客户端的交互上文之后，对交互上文进行意图识别。根据交互上文的意图，查询意图与服务之间的映射关系。在查询到交互上文的意图所对应的目标服务的情况下，基于交互上文调用目标服务，得到目标服务的反馈信息。根据该反馈信息生成提示文案，并将提示文案输入到语言模型中，以得到用于回复的交互下文。通过引入外部的目标服务与语言模型共同对目标客户端的交互上文进行回复。
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为本公开实施例提供的一种人机交互方法的流程示意图；
图2为本公开实施例提供的一种人机交互方法的流程示意图；
图3为本公开实施例提供的一种人机交互装置300的结构示意图；
图4示出了可以用来实施本公开的实施例的示例电子设备400的示意性框图。
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。
随着LLM等语言模型的不断发展，出现了大量基于大语言模型的人工智能产品，涵盖办公助手，创作工具，文献分析，艺术创作，情感陪伴等方向。但在实际应用的过程中，逐步发现一些不足，例如：缺乏实时数据和知识，由于语言模型采用预训练的方式获取知识，知识的更新和迭代比较缓慢，造成缺乏时效性知识。对外交互的手段有限，目前大语言模型只能通过自然语言的方式和外界交互，无法调用外部服务接口，无法复用现有的工具和应用。
语言模型的上下文长度有限，语言模型每次输入的上下文长度受性能和算法实现限制，无法无限扩展，这对于长文本理解造成很大的困难。
大语言模型缺乏状态记忆。所有聊天记录必须在大语言模型每次交互时全部带上，模型才能理解整个交互过程给出结果。而且每次聊天记录长度也是有限，无法记录太长周期的记忆历史状态。
综上，大语言模型在实际应用中还是有很多限制和不足，需要进一步扩展其能力。
本公开实施中，通过获取目标客户端的交互上文之后，对交互上文进行意图识别。根据交互上文的意图，查询意图与服务之间的映射关系。在查询到交互上文的意图所对应的目标服务的情况下，基于交互上文调用目标服务，得到目标服务的反馈信息。根据该反馈信息生成提示文案，并将提示文案输入到语言模型中，以得到用于回复的交互下文。通过引入外部的目标服务与语言模型共同对目标客户端的交互上文进行回复。
本公开实施例中所提及的语言模型具体可以是指LLM，LLM是能够处理和生成自然语言的计算机模型。LLM可以通过学习语言数据的统计规律和语义信息来预测下一个单词或句子，随着输入数据集与参数空间的不断扩大，LLM的能力也会相应提高。
图1为本公开实施例提供的一种人机交互方法的流程示意图，本实施例所提供的方法，作为一种可能的实现方式，可以由服务器执行，该服务器可以与客户端交互，该服务器运行有语言模型，具体地，该语言模型可以是LLM。
如图1所示，包括：
步骤101，获取目标客户端的交互上文。
其中，目标客户端是需要进行回复的客户端。客户端采集到用户输入的交互上文之后，将用户输入的交互上文发送至执行本方法的服务器，以通过该服务器所运行的语言模型对交互上文进行回复。
交互上文可以描述用户所需获知的问题，例如：“明天天气怎么样？”
步骤102，对交互上文进行意图识别。
其中，意图，是希望达到某种目的打算。
本实施例所提供的方法中可以预先配置有多种意图，通过分类模型、规则判断、LLM模型等等方式判断交互上文所属的意图类别，将该交互上文所属的意图类别作为交互上文的意图。
例如，意图具体可以是购物，天气查询，点餐，旅游，交通路线查询等等。本领域技术人员可以知晓，还可以在大类意图中细分具体的垂类意图，本实施例中对此不作限定。
步骤103，根据交互上文的意图，查询意图与服务之间的映射关系。
步骤104，在查询到所述交互上文的意图所对应的目标服务的情况下，基于交互上文调用目标服务，得到目标服务的反馈信息。
可选地，基于不同的意图，可以调用对应的目标服务。其中，目标服务具体可以是通过调用应用程序接口的方式执行。作为一种可能的实现方式，可以从交互上文中提取目标服务所需的信息，还可以推理得到外部相关信息，基于获取到的信息执行目标服务，从而得到目标服务的反馈信息。
例如，交互上文是“明天天气怎么样？”，从交互上文中提取到天气查询服务所需的时间信息“明天”，进一步地，还可以基于目标客户端的定位位置，确定天气查询服务所需的地理信息。根据获取到的时间信息和地理信息，执行目标服务从而得到包含天气查询结果的反馈信息。
步骤105，根据反馈信息生成提示文案。
可选地，提示文案的生成，可以是基于设定的文案模板，文案模板中包含有用于填充反馈信息的填充位置。文案模板中除了填充位置，还有一些用于引导语言模型理解填充位置所填入内容的引导信息，从而帮助语言模型更好利用反馈信息生成交互下文。
例如，交互上文是“明天天气怎么样？”，反馈信息是“多云”，生成的提示文案如下所示：
“用户想要知道明天天气怎么样，我们调用了天气查询服务，查询到明天多云，请你综合以上信息进行回答。”
步骤106，将提示文案输入到语言模型中，以得到用于回复的交互下文。
本实施例中，通过获取目标客户端的交互上文之后，对交互上文进行意图识别。根据交互上文的意图，查询意图与服务之间的映射关系。在查询到交互上文的意图所对应的目标服务的情况下，基于交互上文调用目标服务，得到目标服务的反馈信息。根据该反馈信息生成提示文案，并将提示文案输入到语言模型中，以得到用于回复的交互下文。通过引入外部的目标服务与语言模型共同对目标客户端的交互上文进行回复。
图2为本公开实施例提供的一种人机交互方法的流程示意图，本实施例所提供的方法，作为一种可能的实现方式，可以由服务器执行，该服务器可以与客户端交互，该服务器运行有语言模型，具体地，该语言模型可以是LLM。
服务器中包括多个虚模块，每个模块分别基于不同改的功能。可以包括：
路由模块(router)：用于请求的调度，工作流的执行等。
规划模块(planning)：用于意图识别和任务拆解，执行规划等。
记忆模块(memory)：用于消息记忆和知识库记忆，支持多种类型数据的存储和索引创建。
增强模块(augment)：通过记忆和知识库召回的方法，增强大语言模型的实时知识能力。
工具模块(tooling)：通过调用外部服务接口，扩充大语言模型使用外部服务能力，实现和外界的多种交互方式。
如图2所示，包括：
步骤201，路由模块接收目标客户端的交互上文。
步骤202，路由模块将交互上文发送至规划模块，通过规划模块对交互上文进行意图识别。
作为一种可能的实现方式，将所述交互上文与预设的关键词匹配，基于匹配的关键词所关联的意图，确定所述交互上文的意图。交互上文中可能会存在一些能够保证意图的关键词，从而基于简单的字符或者语义匹配的方式识别出是否包含这些关键词。进而在识别出包含关键词的情况下，确定交互上文的意图为关键词所关联的意图。这种方式由于不需要复杂的计算，处理速度较快，也较为节省运算资源。
作为另一种可能的实现方式，采用意图识别模型，对交互上文进行设定垂直领域的意图判别。意图识别模型可以是一个多分类或二分类的模型，基于输入的交互上文，进行意图的分类或判别。意图识别模型经过训练学习到输入的交互上文语义与设定的若干意图之间的映射关系，基于此，进行分类或判别。这种方式尽管需要占用一些运算资源，但识别准确度相较于匹配关键词的方式有所提高。
作为又一种可能的实现方式，将交互上文与意图识别的提示文本组合，输入到语言模型中，以得到语言模型输出的意图。这种方式可以利用现有的语言模型，无需借助于意图识别模型等其他小模型便可以识别意图的识别。
步骤203，路由模块将交互上文发送至记忆模块，以使记忆模块进行存储。
可选地，基于所述历史会话的对话时间，将所述历史会话划分为长期记忆会话和短期记忆会话。记忆模块支持将对话消息存储到数据库中。数据库中包含显式索引，例如词语倒排拉链等，也可以包括隐式向量索引，例如文本片段向量数据库等。记忆模块将数据库中的会话分为长期记忆会话和短期记忆会话。长期记忆会话是记录的长周期，如数月的会话，短期记忆用于保存最近一次交互的消息。记忆模块也支持导入外部数据源，用于知识库增强。长期记忆会话便于查询用户偏好相关信息，而短期记忆会话则用于保持当前会话的连贯性。
步骤204，路由模块将规划模块识别出的意图发送至增强模块，通过增强模块查询长期记忆会话中与意图匹配的参考会话，以及获取短期记忆会话。
可选地，对短期记忆会话进行摘要提取，得到短期记忆会话的摘要。由于输入语言模型的字数有限，为了避免超出字数限制，可以对短期记忆会话进行摘要提取。
或者，可选地，对短期记忆会话直接读取，用于后续步骤中生成提示文案。在短期记忆会话字数较少的情况下，则可以直接读取，基于此生成提示文案。
进一步地，在查询参考会话之前，还需要根据所述交互上文是否包含历史查询语义，确定所述目标客户端是否需要查询历史会话；在所述交互上文的意图中包含历史查询意图的情况下，从所述目标客户端的历史会话中确定与所述交互上文意图匹配的参考会话。从而避免针对无需查询历史会话的场景下，由于查询历史会话增加不必要的资源占用。
步骤205，在路由模块基于识别出的意图确定需要调用外部服务的情况下，通过增强模块查询意图与服务之间的映射关系，并在查询到交互上文的意图所对应的目标服务的情况下，向工具模块发送目标服务的调用指令。
其中，调用指令，用于基于所述交互上文调用所述目标服务，得到目标服务的反馈信息。
步骤206，工具模块执行调用指令，调用所述目标服务，得到所述目标服务的反馈信息，并将反馈信息发送至路由模块。
可选地，在路由模块查询到所述交互上文的意图所对应的目标服务的情况下，工具模块查询所述目标服务所需参数信息，根据所述参数信息，从所述交互上文中提取目标服务的输入参数。调用目标服务对输入参数进行处理，得到所述目标服务的反馈信息。通过借助外部服务提高语言模型回复中所含知识的实时性和准确性，以克服语言模型在知识和计算方面的不足。
作为一种可能的实现方式，工具模块可以采用词性标注模型从交互上文中识别出所需的参数信息。所需调用的目标服务输入的参数类型是已知的，可以据此进行抽取得到目标服务所需的参数信息。
步骤207，路由模块根据反馈信息、参考会话和短期记忆会话，生成提示文案。
步骤208，路由模块将提示文案输入到语言模型中，得到用于回复的交互下文。
为了清楚说明前述的交互过程，提供了两种可能的应用场景，下面分别对这两种场景进行说明。
在一种可能的场景中，用户输入：“我要点一杯多肉葡萄奶茶”。
路由模块收到请求，发送至规划模块进行意图识别。规划模块分析出这是一次点餐请求，点餐对象是多肉葡萄奶茶。路由模块记录这次对话到记忆模块，存储到记忆数据库中。路由模块根据规划模块对于意图的识别结果，访问增强模块，该模块根据点餐，珍珠奶茶等信息在数据库检索，发现有饮品服务接口可以调用。进而，路由模块调用饮品服务接口，传入点餐参数，获取点餐链接。路由模块将点餐链接，商家信息等数据组织成提示文案，输入语言模型中，以使语言模型根据提示文案中的上下文信息，组织成完整回答，返回用户：“好的，您是否需要点餐，这里有点餐链接，可以一键下单”。
在另一种可能的场景中，用户输入：“我要点一杯奶茶，和上次一样”。
路由模块收到请求，发送至规划模块进行意图识别。规划模块判断是一次点餐请求，点餐对象需要从增强模块中获取。路由模块同步将这次对话发送至记忆模块，存储到记忆数据库中。路由模块根据规划模块对于意图识别的结果，即奶茶，查询历史会话所有和奶茶有关的记忆，返回曾经使用点餐平台点餐多肉葡萄奶茶的记录。路由模块将在点过多肉葡萄奶茶的信息组织成提示文案，输入语言模型。语言模型基于提示文案返回用户：“您上次是在点餐平台点的多肉葡萄奶茶，这里有链接，您可以一键下单”。
其中，用户输入的交互上文是“我要点一杯奶茶，和上次一样”，在历史记忆中查询与“我要点一杯奶茶”相关的历史会话。具体查询到的结果会包括：
问题Q：哪种奶茶好喝？
答案A：推荐使用点餐平台点餐多肉葡萄奶茶。
会话时间：上周六中午12:00。
提示文案中的引导词可以是“基于这些上下文你来决定如何回答”。
从而输入到语言模型中的提示文案如下所示：
“今天用户要点一杯奶茶，已查询到以下历史信息：
问题Q：哪种奶茶好喝？
答案A：推荐使用点餐平台点餐多肉葡萄奶茶。
会话时间：上周六中午12:00。
基于这些上下文你来决定如何回答。”
本实施例中，通过获取目标客户端的交互上文之后，对交互上文进行意图识别。根据交互上文的意图，查询意图与服务之间的映射关系。在查询到交互上文的意图所对应的目标服务的情况下，基于交互上文调用目标服务，得到目标服务的反馈信息。根据该反馈信息生成提示文案，并将提示文案输入到语言模型中，以得到用于回复的交互下文。通过引入外部的目标服务与语言模型共同对目标客户端的交互上文进行回复。
图3为本公开实施例提供的一种人机交互装置300的结构示意图，本实施例所提供的装置包括：获取模块301、识别模块302、查询模块303、调用模块304、生成模块305和回复模块306。
获取模块301，用于获取目标客户端的交互上文。
识别模块302，用于对交互上文进行意图识别。
查询模块303，用于根据所述交互上文的意图，查询意图与服务之间的映射关系。
调用模块304，用于在查询到所述交互上文的意图所对应的目标服务的情况下，基于所述交互上文调用所述目标服务，得到所述目标服务的反馈信息。
生成模块305，用于根据所述反馈信息生成提示文案。
回复模块306，用于将所述提示文案输入到语言模型中，以得到用于回复的交互下文。
可选地，调用模块304，用于：
在查询到所述交互上文的意图所对应的目标服务的情况下，查询所述目标服务所需参数信息；
根据所述参数信息，从所述交互上文中提取目标服务的输入参数；
调用所述目标服务对所述输入参数进行处理，得到所述目标服务的反馈信息。
可选地，人机交互装置300还包括：
匹配模块，用于从所述目标客户端的历史会话中确定与所述交互上文语义匹配的参考会话；将所述参考会话和所述交互上文添加至所述提示文案。
可选地，匹配模块，用于：基于所述历史会话的对话时间，将所述历史会话划分为长期记忆会话和短期记忆会话；将所述交互上文与所述长期记忆会话进行语义匹配，确定与所述交互上文语义匹配的参考会话。
可选地，匹配模块，还用于：在所述提示文案中添加所述短期记忆会话。
可选地，匹配模块，还用于：对所述短期记忆会话进行摘要提取；将提取得到的短期记忆会话摘要添加到所述提示文案中。
可选地，匹配模块，用于：根据所述交互上文是否包含历史查询语义，确定所述目标客户端是否需要查询历史会话；在所述交互上文的意图中包含历史查询意图的情况下，从所述目标客户端的历史会话中确定与所述交互上文意图匹配的参考会话。
可选地，识别模块302，用于：将所述交互上文与预设的关键词匹配；基于匹配的关键词所关联的意图，确定所述交互上文的意图。
可选地，识别模块302，用于：采用意图识别模型，对所述交互上文进行设定垂直领域的意图判别。
可选地，识别模块302，用于：将所述交互上文与意图识别的提示文本组合，输入到语言模型中，以得到所述语言模型输出的意图。
本实施例中，通过获取目标客户端的交互上文之后，对交互上文进行意图识别。根据交互上文的意图，查询意图与服务之间的映射关系。在查询到交互上文的意图所对应的目标服务的情况下，基于交互上文调用目标服务，得到目标服务的反馈信息。根据该反馈信息生成提示文案，并将提示文案输入到语言模型中，以得到用于回复的交互下文。通过引入外部的目标服务与语言模型共同对目标客户端的交互上文进行回复。
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4示出了可以用来实施本公开的实施例的示例电子设备400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4所示，设备400包括计算单元401，其可以根据存储在ROM(Read-OnlyMemory，只读存储器)402中的计算机程序或者从存储单元408加载到RAM(Random AccessMemory，随机访问/存取存储器)403中的计算机程序，来执行各种适当的动作和处理。在RAM403中，还可存储设备400操作所需的各种程序和数据。计算单元401、ROM 402以及RAM 403通过总线404彼此相连。I/O(Input/Output，输入/输出)接口405也连接至总线404。
设备400中的多个部件连接至I/O接口405，包括：输入单元406，例如键盘、鼠标等；输出单元407，例如各种类型的显示器、扬声器等；存储单元408，例如磁盘、光盘等；以及通信单元409，例如网卡、调制解调器、无线通信收发机等。通信单元409允许设备400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401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401的一些示例包括但不限于CPU(Central Processing Unit，中央处理单元)、GPU(Graphic Processing Units，图形处理单元)、各种专用的AI(Artificial Intelligence，人工智能)计算芯片、各种运行机器学习模型算法的计算单元、DSP(Digital SignalProcessor，数字信号处理器)、以及任何适当的处理器、控制器、微控制器等。计算单元401执行上文所描述的各个方法和处理，例如人机交互方法。例如，在一些实施例中，人机交互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408。在一些实施例中，计算机程序的部分或者全部可以经由ROM 402和/或通信单元409而被载入和/或安装到设备400上。当计算机程序加载到RAM 403并由计算单元401执行时，可以执行上文描述的人机交互方法的一个或多个步骤。备选地，在其他实施例中，计算单元401可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行人机交互方法。
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、FPGA(Field Programmable Gate Array，现场可编程门阵列)、ASIC(Application-Specific Integrated Circuit，专用集成电路)、ASSP(Application Specific StandardProduct，专用标准产品)、SOC(System On Chip，芯片上系统的系统)、CPLD(ComplexProgrammable Logic Device，复杂可编程逻辑设备)、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、RAM、ROM、EPROM(Electrically Programmable Read-Only-Memory，可擦除可编程只读存储器)或快闪存储器、光纤、CD-ROM(Compact Disc Read-Only Memory，便捷式紧凑盘只读存储器)、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(Cathode-Ray Tube，阴极射线管)或者LCD(Liquid Crystal Display，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：LAN(LocalArea Network，局域网)、WAN(Wide Area Network，广域网)、互联网和区块链网络。
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，又称为云计算服务器或云主机，是云计算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。
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、云计算、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 (23)
1.一种人机交互方法，包括：
获取目标客户端的交互上文；
对所述交互上文进行意图识别；
根据所述交互上文的意图，查询意图与服务之间的映射关系；
在查询到所述交互上文的意图所对应的目标服务的情况下，基于所述交互上文调用所述目标服务，得到所述目标服务的反馈信息；
根据所述反馈信息生成提示文案；
将所述提示文案输入到语言模型中，以得到用于回复的交互下文。
2.根据权利要求1所述的方法，其中，所述在查询到所述交互上文的意图所对应的目标服务的情况下，基于所述交互上文调用所述目标服务，得到所述目标服务的反馈信息，包括：
在查询到所述交互上文的意图所对应的目标服务的情况下，查询所述目标服务所需参数信息；
根据所述参数信息，从所述交互上文中提取目标服务的输入参数；
调用所述目标服务对所述输入参数进行处理，得到所述目标服务的反馈信息。
3.根据权利要求1所述的方法，其中，所述对所述交互上文进行意图识别之后，还包括：
从所述目标客户端的历史会话中确定与所述交互上文语义匹配的参考会话；
将所述参考会话和所述交互上文添加至所述提示文案。
4.根据权利要求3所述的方法，其中，所述从所述目标客户端的历史会话中确定与所述交互上文语义匹配的参考会话，包括：
基于所述历史会话的对话时间，将所述历史会话划分为长期记忆会话和短期记忆会话；
将所述交互上文与所述长期记忆会话进行语义匹配，确定与所述交互上文语义匹配的参考会话。
5.根据权利要求4所述的方法，其中，所述方法还包括：
在所述提示文案中添加所述短期记忆会话。
6.根据权利要求4所述的方法，其中，所述方法还包括：
对所述短期记忆会话进行摘要提取；
将提取得到的短期记忆会话摘要添加到所述提示文案中。
7.根据权利要求3所述的方法，其中，所述从所述目标客户端的历史会话中确定与所述交互上文语义匹配的参考会话，包括：
根据所述交互上文是否包含历史查询语义，确定所述目标客户端是否需要查询历史会话；
在所述交互上文的意图中包含历史查询意图的情况下，从所述目标客户端的历史会话中确定与所述交互上文意图匹配的参考会话。
8.根据权利要求1－7任一项所述的方法，其中，所述对所述交互上文进行意图识别，包括：
将所述交互上文与预设的关键词匹配；
基于匹配的关键词所关联的意图，确定所述交互上文的意图。
9.根据权利要求1－7任一项所述的方法，其中，所述对所述交互上文进行意图识别，包括：
采用意图识别模型，对所述交互上文进行设定垂直领域的意图判别。
10.根据权利要求1－7任一项所述的方法，其中，所述对所述交互上文进行意图识别，包括：
将所述交互上文与意图识别的提示文本组合，输入到语言模型中，以得到所述语言模型输出的意图。
11.一种人机交互装置，包括：
获取模块，用于获取目标客户端的交互上文；
识别模块，用于对所述交互上文进行意图识别；
查询模块，用于根据所述交互上文的意图，查询意图与服务之间的映射关系；
调用模块，用于在查询到所述交互上文的意图所对应的目标服务的情况下，基于所述交互上文调用所述目标服务，得到所述目标服务的反馈信息；
生成模块，用于根据所述反馈信息生成提示文案；
回复模块，用于将所述提示文案输入到语言模型中，以得到用于回复的交互下文。
12.根据权利要求11所述的装置，其中，所述调用模块，用于：
在查询到所述交互上文的意图所对应的目标服务的情况下，查询所述目标服务所需参数信息；
根据所述参数信息，从所述交互上文中提取目标服务的输入参数；
调用所述目标服务对所述输入参数进行处理，得到所述目标服务的反馈信息。
13.根据权利要求11所述的装置，其中，所述装置还包括：
匹配模块，用于从所述目标客户端的历史会话中确定与所述交互上文语义匹配的参考会话；将所述参考会话和所述交互上文添加至所述提示文案。
14.根据权利要求13所述的装置，其中，所述匹配模块，用于：
基于所述历史会话的对话时间，将所述历史会话划分为长期记忆会话和短期记忆会话；
将所述交互上文与所述长期记忆会话进行语义匹配，确定与所述交互上文语义匹配的参考会话。
15.根据权利要求14所述的装置，其中，所述匹配模块，还用于：
在所述提示文案中添加所述短期记忆会话。
16.根据权利要求14所述的装置，其中，所述匹配模块，还用于：
对所述短期记忆会话进行摘要提取；
将提取得到的短期记忆会话摘要添加到所述提示文案中。
17.根据权利要求13所述的装置，其中，所述匹配模块，用于：
根据所述交互上文是否包含历史查询语义，确定所述目标客户端是否需要查询历史会话；
在所述交互上文的意图中包含历史查询意图的情况下，从所述目标客户端的历史会话中确定与所述交互上文意图匹配的参考会话。
18.根据权利要求11－17任一项所述的装置，其中，所述识别模块，用于：
将所述交互上文与预设的关键词匹配；
基于匹配的关键词所关联的意图，确定所述交互上文的意图。
19.根据权利要求11－17任一项所述的装置，其中，所述识别模块，用于：
采用意图识别模型，对所述交互上文进行设定垂直领域的意图判别。
20.根据权利要求11－17任一项所述的装置，其中，所述识别模块，用于：
将所述交互上文与意图识别的提示文本组合，输入到语言模型中，以得到所述语言模型输出的意图。
21.一种电子设备，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1－10中任一项所述的方法。
22.一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1－10中任一项所述的方法。
23.一种计算机程序产品，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1－10中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311304109.XA CN117421398A (zh) | 2023-10-09 | 2023-10-09 | 人机交互方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311304109.XA CN117421398A (zh) | 2023-10-09 | 2023-10-09 | 人机交互方法、装置、设备以及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117421398A true CN117421398A (zh) | 2024-01-19 |
Family
ID=89527536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311304109.XA Pending CN117421398A (zh) | 2023-10-09 | 2023-10-09 | 人机交互方法、装置、设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117421398A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118034637A (zh) * | 2024-04-15 | 2024-05-14 | 青岛国创智能家电研究院有限公司 | 泛终端感知交互处理方法、控制装置及存储介质 |
-
2023
- 2023-10-09 CN CN202311304109.XA patent/CN117421398A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118034637A (zh) * | 2024-04-15 | 2024-05-14 | 青岛国创智能家电研究院有限公司 | 泛终端感知交互处理方法、控制装置及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2020228416A1 (zh) | 一种应答方法和装置 | |
| JP2020521210A (ja) | 情報処理方法及び端末、コンピュータ記憶媒体 | |
| US20230196716A1 (en) | Training multi-target image-text matching model and image-text retrieval | |
| US20220358292A1 (en) | Method and apparatus for recognizing entity, electronic device and storage medium | |
| US20230089268A1 (en) | Semantic understanding method, electronic device, and storage medium | |
| JP7488871B2 (ja) | 対話推薦方法、装置、電子機器、記憶媒体ならびにコンピュータプログラム | |
| CN108268450B (zh) | 用于生成信息的方法和装置 | |
| CN114840671A (zh) | 对话生成方法、模型的训练方法、装置、设备及介质 | |
| CN116127020A (zh) | 生成式大语言模型训练方法以及基于模型的搜索方法 | |
| CN113590776A (zh) | 基于知识图谱的文本处理方法、装置、电子设备及介质 | |
| CN113160819B (zh) | 用于输出动画的方法、装置、设备、介质和产品 | |
| CN115309877A (zh) | 对话生成方法、对话模型训练方法及装置 | |
| CN117421398A (zh) | 人机交互方法、装置、设备以及存储介质 | |
| CN111639162A (zh) | 信息交互方法和装置、电子设备和存储介质 | |
| CN116521841A (zh) | 用于生成回复信息的方法、装置、设备及介质 | |
| CN115481227A (zh) | 人机交互对话方法、装置以及设备 | |
| CN113641805A (zh) | 结构化问答模型的获取方法、问答方法及对应装置 | |
| EP4060517A1 (en) | System and method for designing artificial intelligence (ai) based hierarchical multi-conversation system | |
| CN112860995A (zh) | 交互方法、装置、客户端、服务器以及存储介质 | |
| CN117312535A (zh) | 基于人工智能的问题数据处理方法、装置、设备及介质 | |
| US20230206007A1 (en) | Method for mining conversation content and method for generating conversation content evaluation model | |
| CN117370520A (zh) | 分流的对话处理方法、装置、设备及介质 | |
| US20220327147A1 (en) | Method for updating information of point of interest, electronic device and storage medium | |
| CN116257690A (zh) | 一种资源推荐方法、装置、电子设备和存储介质 | |
| JP2023554210A (ja) | インテリジェント推奨用のソートモデルトレーニング方法及び装置、インテリジェント推奨方法及び装置、電子機器、記憶媒体、並びにコンピュータプログラム |
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 |