CN117473047A - 业务文本生成方法、装置、电子设备及可读存储介质 - Google Patents

业务文本生成方法、装置、电子设备及可读存储介质 Download PDF

Info

Publication number
CN117473047A
CN117473047A CN202311800691.9A CN202311800691A CN117473047A CN 117473047 A CN117473047 A CN 117473047A CN 202311800691 A CN202311800691 A CN 202311800691A CN 117473047 A CN117473047 A CN 117473047A
Authority
CN
China
Prior art keywords
service
text
language model
target
business
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.)
Granted
Application number
CN202311800691.9A
Other languages
English (en)
Other versions
CN117473047B (zh
Inventor
吴天
余放
陈关南
陈进军
李贝
陈剑煜
吴振东
曾伟雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen Mingyuan Yunke E Commerce Co ltd
Original Assignee
Shenzhen Mingyuan Yunke E Commerce Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shenzhen Mingyuan Yunke E Commerce Co ltd filed Critical Shenzhen Mingyuan Yunke E Commerce Co ltd
Priority to CN202311800691.9A priority Critical patent/CN117473047B/zh
Publication of CN117473047A publication Critical patent/CN117473047A/zh
Application granted granted Critical
Publication of CN117473047B publication Critical patent/CN117473047B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Machine Translation (AREA)

Abstract

本发明公开了一种业务文本生成方法、装置、电子设备及可读存储介质,应用于计算机技术领域,所述业务文本生成方法包括:获取针对于待生成业务输入的业务文本生成请求,其中,所述业务文本生成请求携带文本请求信息;在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型;通过所述目标大语言模型生成所述待生成业务的目标业务文本。本申请解决了进行业务文本生成的生成灵活性低的技术问题。

Description

业务文本生成方法、装置、电子设备及可读存储介质
技术领域
本发明涉及计算机技术领域,尤其涉及一种业务文本生成方法、装置、电子设备及计算机可读存储介质。
背景技术
随着科技的不断发展,文本信息量也随着时间的推移在高速增长,与此同时,对于业务文本的要求越来越高,为满足业务需求,LLM(Large Language Model,大语言模型)也在各种业务中应用广泛,其中,LLM可通过深度学习算法驱动生成符合业务需求的业务文本。
目前,业务需求方通常通过特定的接口并采用相应的使用方式,接入具备大语言模型服务的生产厂商所提供的大语言模型,但是,由于不同的大语言模型厂商所提供的大语言模型,往往会存在文本定义、接口协议以及文本出入参等不兼容的情况,与此同时,在业务需求方在使用服务过程中,又会面临各种网络流量、网络波动及异常响应等不稳定的问题,进而导致业务需求方需要耗费大量时间才能生成到符合需求的业务文本,所以,当前进行业务文本生成的生成灵活性低。
发明内容
本发明的主要目的在于提供一种业务文本生成方法、装置、电子设备及可读存储介质,旨在解决进行业务文本生成的生成灵活性低的技术问题。
为实现上述目的,本发明提供一种业务文本生成方法,所述业务文本生成方法包括:
获取针对于待生成业务输入的业务文本生成请求,其中,所述业务文本生成请求携带文本请求信息;
在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型;
通过所述目标大语言模型生成所述待生成业务的目标业务文本。
可选地,所述文本请求信息包括文本索引信息和文本模板信息,所述在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型的步骤包括:
根据所述文本索引信息,在所述预设大语言模型库中查询得到至少一个候选大语言模型;
将所述文本模板信息输入至各所述候选大语言模型,得到至少一个业务文本模板;
通过检测各所述业务文本模板和所述待生成业务的内容匹配度,在各所述候选大语言模型中选取所述目标大语言模型。
可选地,所述目标业务文本包括目标提示词,所述通过所述目标大语言模型生成所述待生成业务的目标业务文本的步骤包括:
通过所述目标大语言模型生成所述待生成业务的业务提示词模板;
在所述业务提示词模板插入匹配于所述待生成业务的业务元素,得到所述目标提示词。
可选地,所述通过所述目标大语言模型生成所述待生成业务的业务提示词模板的步骤包括:
将所述目标大语言模型输出的提示词模板作为所述待生成业务的业务提示词模板;或者,
根据所述待生成业务的业务类型,对所述目标大语言模型输出的提示词模板进行调整,得到所述待生成业务的业务提示词模板。
可选地,在所述通过所述目标大语言模型生成所述待生成业务的业务提示词模板的步骤之前,所述业务文本生成方法还包括:
通过所述目标大语言模型生成所述待生成业务的业务提示词候选模板;
检测所述业务提示词候选模板是否通过安全性认证;
若是,则将所述业务提示词候选模板作为所述目标大语言模型输出的提示词模板;
若否,则对所述业务提示词候选模板进行处理,得到所述目标大语言模型输出的提示词模板。
可选地,在所述通过所述目标大语言模型生成所述待生成业务的目标业务文本的步骤之后,所述业务文本生成方法还包括:
将所述目标业务文本发送至生成所述待生成业务的业务生成端;
检测是否接收到所述业务生成端基于所述目标业务文本反馈的文本响应信息;
若否,则对所述目标业务文本进行告警标记。
可选地,在所述通过所述目标大语言模型生成所述待生成业务的目标业务文本的步骤之后,所述业务文本生成方法还包括:
根据所述目标业务文本,对所述目标大语言模型的切换情况进行检测;
在检测到所述目标大语言模型需要进行切换时,获取所述目标大语言模型对应的备用大语言模型;
通过所述备用大语言模型为所述待生成业务生成业务文本。
为实现上述目的,本申请还提供一种业务文本生成装置,所述业务文本生成装置包括:
获取模块,用于获取针对于待生成业务输入的业务文本生成请求,其中,所述业务文本生成请求携带文本请求信息;
匹配模块,用于在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型;
生成模块,用于通过所述目标大语言模型生成所述待生成业务的目标业务文本。
可选地,所述文本请求信息包括文本索引信息和文本模板信息,所述匹配模块还用于:
根据所述文本索引信息,在所述预设大语言模型库中查询得到至少一个候选大语言模型;
将所述文本模板信息输入至各所述候选大语言模型,得到至少一个业务文本模板;
通过检测各所述业务文本模板和所述待生成业务的内容匹配度,在各所述候选大语言模型中选取所述目标大语言模型。
可选地,所述目标业务文本包括目标提示词,所述匹配模块还用于:
通过所述目标大语言模型生成所述待生成业务的业务提示词模板;
在所述业务提示词模板插入匹配于所述待生成业务的业务元素,得到所述目标提示词。
可选地,所述匹配模块还用于:
将所述目标大语言模型输出的提示词模板作为所述待生成业务的业务提示词模板;或者,
根据所述待生成业务的业务类型,对所述目标大语言模型输出的提示词模板进行调整,得到所述待生成业务的业务提示词模板。
可选地,所述业务文本生成装置还用于:
通过所述目标大语言模型生成所述待生成业务的业务提示词候选模板;
检测所述业务提示词候选模板是否通过安全性认证;
若是,则将所述业务提示词候选模板作为所述目标大语言模型输出的提示词模板;
若否,则对所述业务提示词候选模板进行处理,得到所述目标大语言模型输出的提示词模板。
可选地,所述业务文本生成装置还用于:
将所述目标业务文本发送至生成所述待生成业务的业务生成端;
检测是否接收到所述业务生成端基于所述目标业务文本反馈的文本响应信息;
若否,则对所述目标业务文本进行告警标记。
可选地,所述业务文本生成装置还用于:
根据所述目标业务文本,对所述目标大语言模型的切换情况进行检测;
在检测到所述目标大语言模型需要进行切换时,获取所述目标大语言模型对应的备用大语言模型;
通过所述备用大语言模型为所述待生成业务生成业务文本。
本申请还提供一种电子设备,所述电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的业务文本生成程序,所述业务文本生成程序配置为实现如上述的业务文本生成方法的步骤。
本申请还提供一种计算机可读存储介质,包括计算机程序,所述计算机程序被处理器执行时实现如上述的业务文本生成方法的步骤。
本申请提供了一种业务文本生成方法、装置、电子设备及计算机可读存储介质,包括:获取针对于待生成业务输入的业务文本生成请求,其中,所述业务文本生成请求携带文本请求信息;在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型;通过所述目标大语言模型生成所述待生成业务的目标业务文本。由于针对于待生成业务输入业务文本生成请求后,可直接基于业务文本生成请求携带的文本请求信息,在预设大语言模型库中匹配到对应的目标大语言模型,即,在进行业务文本生成请求和目标大语言模型的对接过程中,可直接在预设大语言模型库中匹配到为待生成业务提供业务文本的目标大语言模型,进而实现了为预设大语言模型库中的不同大语言模型提供统一对接于待生成业务的业务文本生成请求的能力,最终通过目标大语言模型,即可生成待生成业务的目标业务文本。即,输入业务文本生成请求后即可快速自动生成目标业务文本。而非在生成业务文本前,需耗费大量时间去选取目标大语言模型。所以,克服了由于不同的大语言模型厂商所提供的大语言模型,往往会存在文本定义、接口协议以及文本出入参等不兼容的情况,与此同时,在业务需求方在使用服务过程中,又会面临各种网络流量、网络波动及异常响应等不稳定的问题,进而导致业务需求方需要耗费大量时间才能生成到符合需求的业务文本的技术缺陷,所以,提升了进行业务文本生成的生成灵活性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例一提供的业务文本生成方法的流程示意图;
图2为本申请实施例一提供的业务文本生成方法的业务文本生成系统的架构示意图;
图3为本申请实施例一提供的业务文本生成方法的目标业务文本的生成时序图;
图4为本申请实施例二提供的业务文本生成方法的流程示意图;
图5为本申请实施例二提供的文本生成方法的客户端和服务端之间进行信息交互的时序图;
图6为本申请实施例三提供的业务文本生成装置的模块结构示意图;
图7为本申请实施例中业务文本生成方法涉及的硬件运行环境的设备结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例,均属于本申请保护的范围。
实施例一
首先,需要说明的是,当前业务需求方应用大语言模型提供厂商所提供的大语言模型时,会存在如下问题:1)由于市场上的大语言模型由不同厂商提供,每个厂商都有独特的接口和使用方式,进而导致业务产品在整合不同厂商的大语言模型时,面临着高昂的对接成本和复杂的技术集成挑战,因此,一个集成多家厂商大语言模型接口的统一服务成为业界迫切需要的创新技术,所以,此技术应用的复杂性高;2)在对接不同厂商的大模型语言过程中,会出现各种数据定义、接口协议以及数据出入参不兼容的情况,与此同时,还会面临各种网络流量、网络波动及异常响应等不稳定问题,所以,实现适配于不同应用环境进行统一化服务的大语言模型是行业内亟待解决的问题;3)对业务产品而言,灵活选用并动态配置合适的大语言模型能够提升产品应用体验,但是这要求系统能够大搭建一套具有扩展性且多变性的配置中心,这无疑会增加系统开发和维护成本,所以,当前进行业务文本生成的生成灵活性低。
本申请实施例一提供一种业务文本生成方法,参照图1,所述业务文本生成方法包括:
步骤S10,获取针对于待生成业务输入的业务文本生成请求,其中,所述业务文本生成请求携带文本请求信息;
步骤S20,在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型;
步骤S30,通过所述目标大语言模型生成所述待生成业务的目标业务文本。
本实施例中,需要说明的是,本申请实施例的业务文本生成方法应用于业务文本生成系统,业务文本生成系统部署于业务文本生成设备,业务文本设备具体可以为服务器、个人PC或者计算机等电子设备,例如,在一种可实施的方式中,参照图2,图2为表示业务文本生成系统的架构示意图,业务文本生成系统包括应用层、代理网关层、业务网关层、存储层以及Devops等,其中,应用层具体可包括Go、Java、Php、Python、Node、JS以及TS等,代理网关层具体可包括DDOS&WAF安全、SLB、APISix网关、Nginx集群以及Ingress等,业务网关层可包括客户端BFF业务网关以及服务端MIP开放网关等,应用服务层具体可包括秘钥管理、应用模板、Prompt预处理、敏感词、内容审查、Hook告警、LLM管理、LLM容灾、Apollo配置中心、ETCD、日志服务以及权限控制等,存储层包括分布式Redis、Mysql以及RocketMq自建,Devops包括Mars、GitLab、Jarvis以及K8S等,在业务文本生成系统内,存在如下实体概念:1)产品:各个业务部门负责的产品,最小颗粒度为有业务编码的产品线;2)分类:在产品层面,不同模块可能会应用不同的AI能力,可将不同模块定位AI分类,用于区分应用归属以便于管理;3)应用:可以管理业务文本,包括配置展示用的应用名称、图标、描述以及需要使用的大语言模型等;4)应用配置具体可负责为产品层面渲染页面的json数据。
另外地,需要说明的是,通过业务文本生成系统可提供更为开放的服务,例如提供各个厂商大语言模型的功能对比、数据对比、性能对比以及价格对比等,提供统一的开放接口,使用一套秘钥即可轻松对接任何大语言模型,以及提供详细的开放数据,用于统计报表、数据分析以及模型训练等,通过业务文本生成系统还可提供更为灵活的配置,例如支持业务产品根据不同的场景选用不同大语言模型以及调用参数,支持业务产品根据不同的环境选用合适的调用额度,通过业务文本生成系统还可支持更为准确的业务评估,例如支持各种自定义业务文本的多模型评估机制,以及支持业务评价者在不知道具体模型的情况下进行客观评价,待生成业务用于表征等待进行业务文本生成的业务,具体可以为与文本相关的产品业务,业务文本生成请求用于触发匹配大语言模型,预设大语言模型库预先存储有多个大语言模型,不同打语言模型通过统一化的接口对接待生成业务,不同大语言模型针对待生成业务生成的业务文本可以相同或者不同,目标大语言模型用于表征能够为待生成业务提供最适配业务文本得大语言模型,目标业务文本用于表征满足用户需求的业务文本,文本请求信息用于表征用户的文本请求需求,具体可以为业务标识或者业务内容等。
作为一种示例,步骤S10至步骤S30包括:获取针对于待生成业务输入的携带文本请求信息的业务文本生成请求;以所述文本请求信息为索引,在预设大语言模型库中匹配对应的目标大语言模型;通过所述目标大语言模型输出所述待生成业务的目标业务文本。
可以理解的是,与现有技术相比,通过统一化的接口集成不同厂商提供的大语言模型,从而使得在得到业务文本生成请求后,即可根据业务文本生成请求携带的文本请求信息直接在预设打语言模型库中查询得到对应的目标大语言模型,进而能够具备如下优点:1)通过整合多家厂商的大语言模型接口,实现了对不同厂商的服务的无缝调用和使用,进而使得待生成业务可以根据业务场景需要选择最适合的大语言模型服务,而无需受限于单一厂商的选择;2)技术服务支持灵活的配置,允许业务产品根据特定需求和场景定制大语言模型的调用参数,这种灵活性使得业务产品可以根据不同的应用场景和要求定制化语言处理功能,从而更好地满足用户需求;3)通过集成封装多家厂商的大语言模型接口,显著降低了业务产品在对接不同厂商大语言模型时的开发成本和时间成本,这种降低对接成本的优势为业务产品快速部署和扩展提供了有力支持;4)引入业务专家对多个模型进行业务准确性评估,为优化及选取更适用的大语言模型提供了更为客观和准确的评价机制。
其中,所述文本请求信息包括文本索引信息和文本模板信息,所述在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型的步骤包括:
步骤A10,根据所述文本索引信息,在所述预设大语言模型库中查询得到至少一个候选大语言模型;
步骤A20,将所述文本模板信息输入至各所述候选大语言模型,得到至少一个业务文本模板;
步骤A30,通过检测各所述业务文本模板和所述待生成业务的内容匹配度,在各所述候选大语言模型中选取所述目标大语言模型。
本实施例中,需要说明的是,由于不同待生成业务最终需求的业务文本在内容及形式上均存在共性,进而在选取目标大语言模型时,可基于业务文本生成请求携带的文本索引信息和文本模板信息,快速定位符合待生成业务的用于生成内容要求的候选大语言模型,从而得以通过业务文本模板和待生成业务的内容匹配度,完成对目标大语言模型的选取,其中,文本索引信息用于索引候选大语言模型,候选大语言模型是指等待被选定为目标大语言模型的大语言模型的集合,文本模板信息用于生成业务文本模板,业务文本模板用于表征匹配于待生成业务的固定性内容,内容匹配度可采用特定的字段相似度算法进行计算得到,得到业务文本模板和待生成业务的相似度后,将其映射为内容匹配度,具体可以为70%、80%或者90%等。
作为一种示例,步骤A10至步骤A30包括:以所述文本索引信息为索引,在预设大语言模型库中查询得到至少一个候选打语言模型;通过将所述文本模板信息分别输入至各所述候选大语言模型,得到至少一个业务文本模板;对于任一所述业务文本模板,基于预设字段相似度算法计算所述业务文本模板和所述待生成业务的字段相似度,将所述字段相似度映射为所述业务文本模板和所述待生成业务之间的内容匹配度,对各所述内容匹配度进行排序,将所述内容匹配度位于第一的大语言模型作为所述目标大语言模型。
其中,所述目标业务文本包括目标提示词,所述通过所述目标大语言模型生成所述待生成业务的目标业务文本的步骤包括:
步骤B10,通过所述目标大语言模型生成所述待生成业务的业务提示词模板;
步骤B20,在所述业务提示词模板插入匹配于所述待生成业务的业务元素,得到所述目标提示词。
本实施例中,需要说明的是,目标提示词用于表征符合用户业务需求的提示词,业务元素用于表征与待生成业务的业务场景相关的元素,具体可以为节日名称、国籍以及风格等等,业务提示模板是指除提示词之外的模板内容,例如,在一种可实施的方式中,业务提示词模板具体可以为“你是一个经验丰富、专业且具有丰富想象力的节假日祝福话策划专家,我将会给你提供一段【节日名称】和【国籍描述】,请为这个节日创作节日祝福语,节日名称为“__”,请根据【上面的描述】,开始创作一个“__”风格,在20个字以内的祝福语,最后输出“__”即可,业务元素依次可以为春节、搞笑风格以及500字,从而得到完整的业务提示词。
作为一种示例,步骤B10至步骤B20包括:基于所述目标大语言模型输出所述待生成业务的业务提示词模板;获取匹配于所述待生成业务的业务元素,将所述业务元素插入所述业务提示词模板,得到所述目标提示词。
在另一种可实施的方式中,也可根据文本索引信息进行不同大语言模型的盲测,即,在用户输入文本索引信息后,基于所述文本索引信息生成待生成业务的业务提示词模板,从而基于文本索引信息首先贴合具体的业务场景对不同的大语言模型进行打分,进而基于不同大语言模型的得分情况,选取分数最高的大语言模型作为待生成业务的目标大语言模型,从而实现在未知业务文本生成系统所部署的大语言模型的类型的情况下,基于场景适配情况盲测得到匹配于待生成业务的业务场景的大语言模型的目的,所以,在提升进行业务文本生成的生成灵活性的同时,提升了业务文本生成的生成适配性。
其中,所述通过所述目标大语言模型生成所述待生成业务的业务提示词模板的步骤包括:
步骤C10,将所述目标大语言模型输出的提示词模板作为所述待生成业务的业务提示词模板;或者,
步骤C20,根据所述待生成业务的业务类型,对所述目标大语言模型输出的提示词模板进行调整,得到所述待生成业务的业务提示词模板。
在本实施例中,需要说明的是,在生成业务提示词模板时,不同业务类型下所附带的内容不同,即,某些类型的业务并不附带内容,而某些类型的业务附带内容,例如,假设待生成业务是为春节创作业务提示词模板,由于春节是特有节日,则待生成业务无附带内容,假设待生成业务是为万圣节创作业务提示词模板,由于许多地区均有万圣节,且不同地区的万圣节习俗存在差异,则待生成业务有附带内容,附带内容可以为“地区A”,进而在得到待生成业务的业务提示词模板时具备两种不同的方式。
作为一种示例,步骤C10至步骤C20包括:将所述目标大语言模型输出的提示词模板作为所述待生成业务的业务提示词模板;或者,
获取所述待生成业务的业务类型,若所述待生成业务为第一类型待生成业务,则将所述目标大语言模型输出的提示词模板作为所述待生成业务的业务提示词模板,若所述待生成业务为第二类型待生成业务,则在所述目标大语言模型输出的提示词模板。
其中,在所述通过所述目标大语言模型生成所述待生成业务的业务提示词模板的步骤之前,所述业务文本生成方法还包括:
步骤D10,通过所述目标大语言模型生成所述待生成业务的业务提示词候选模板;
步骤D20,检测所述业务提示词候选模板是否通过安全性认证;
步骤D30,若是,则将所述业务提示词候选模板作为所述目标大语言模型输出的提示词模板;
步骤D40,若否,则对所述业务提示词候选模板进行处理,得到所述目标大语言模型输出的提示词模板。
在本实施例中,需要说明的是,除了为不同业务产品根据其应用的业务场景,通过配置不同的提示词应用,将核心关检测配置到模板中,可实现动态化的预处理提示词,最终实现灵活配置以及LLM自由切换,以及还可通过权限体系,针对不同产品、不同应用模块、不同应用场景,不同的应用配置,实现可视化独立性、场景独立性以及数据独立性之外,为了确保数据隐私性和安全性,可基于本地敏感词库和云端内容库,做双重数据审查,保证输入+输出内容的安全可控,即,在面临异常安全请求时,会触发拦截和封禁机制,所以,在目标大语言模型输出待生成业务的业务提示词模板后,会对业务提示词候选模板进行安全性认证,从而确保最终得到的提示词模板符合安全认证需求。
作为一种示例,步骤D10至步骤D40包括:通过所述目标大语言模型输出所述待生成业务的业务提示词候选模板;检测所述业务提示词候选模板是否通过安全性认证;若检测到所述业务提示词候选模板通过安全性认证,则将所述业务提示词候选模板作为所述目标大语言模型输出的提示词模板;若检测到所述业务提示词候选模板未通过安全性认证,则对所述业务提示词候选模板进行安全处理,得到所述目标大语言模型输出的提示词模板。
在一种可实施的方式中,参照图3,图3为表示目标业务文本的生成时序图,其中,应用层共包含客户端和服务端,客户端和服务端之间可进行内部业务的交互,客户端可进行界面展示、用户交互以及AI交互等,服务端可进行事件接受以及业务处理等,应用层和服务层之间可进行信息交互,在客户端与服务层BFF接口进行交互时可携带chatTicket请求AI会话以及可进行用户交互,服务器和服务层的MIP开放接口进行交互时可获取模板数据、获取chatTicket、响应事件回调以及获取用户数据等,服务层除了客户端BFF接口和MIP开放接口外,还具备敏感词拦截、用户风控处理(含用户封禁等)、模型预处理(提示词)、通用LLM模型切换、流式交互、业务集成回调、用户数据留存、风控数据管理(输入、违规及敏感库等)、用户数据管理(输入或者输出)以及资源数据管理(耗时及耗费等)等能力,服务层可与基础建设层进行数据交互以及流式响应,基础建设层包括Gateway内部网关、内部应用授权、阿里云内容审核、应用数据统计(使用次数以及使用tokens等)以及第三方平台,其中,第三方平台具体可包括腾讯混元、百度文心一言、ChatGLM以及华为盘古等。
本申请实施例提供了一种业务文本生成方法,包括:获取针对于待生成业务输入的业务文本生成请求,其中,所述业务文本生成请求携带文本请求信息;在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型;通过所述目标大语言模型生成所述待生成业务的目标业务文本。由于针对于待生成业务输入业务文本生成请求后,可直接基于业务文本生成请求携带的文本请求信息,在预设大语言模型库中匹配到对应的目标大语言模型,即,在进行业务文本生成请求和目标大语言模型的对接过程中,可直接在预设大语言模型库中匹配到为待生成业务提供业务文本的目标大语言模型,进而实现了为预设大语言模型库中的不同大语言模型提供统一对接于待生成业务的业务文本生成请求的能力,最终通过目标大语言模型,即可生成待生成业务的目标业务文本。即,输入业务文本生成请求后即可快速自动生成目标业务文本。而非在生成业务文本前,需耗费大量时间去选取目标大语言模型。所以,克服了由于不同的大语言模型厂商所提供的大语言模型,往往会存在文本定义、接口协议以及文本出入参等不兼容的情况,与此同时,在业务需求方在使用服务过程中,又会面临各种网络流量、网络波动及异常响应等不稳定的问题,进而导致业务需求方需要耗费大量时间才能生成到符合需求的业务文本的技术缺陷,所以,提升了进行业务文本生成的生成灵活性。
实施例二
基于本申请第一实施例,在本申请另一实施例中,与上述实施例一相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,请参照图4,在所述通过所述目标大语言模型生成所述待生成业务的目标业务文本的步骤之后,所述业务文本生成方法还包括:
步骤E10,将所述目标业务文本发送至生成所述待生成业务的业务生成端;
步骤E20,检测是否接收到所述业务生成端基于所述目标业务文本反馈的文本响应信息;
步骤E30,若否,则对所述目标业务文本进行告警标记。
本实施例中,需要说明的是,业务生成端和业务文本生成系统在进行信息交互的过程中,可能存在信息未能及时响应的情况,进而可在生成目标业务文本之后,通过信息响应接收情况进行对应的处理,在业务生成端反馈文本响应信息后,则默认目标业务文本的生成业务流程截止,文本响应信息用于响应文本的接收情况。
作为一种示例,步骤E10至步骤E30:确定所述待生成业务的业务生成端,将所述目标业务文本发送至所述业务生成端;检测是否接收到所述业务生成端基于所述目标业务文本反馈的文本响应信息;若未接收到所述业务生成端基于所述目标业务文本反馈的文本响应信息,则对所述目标业务文本进行告警标记,例如,在一种可实施的方式中,在对目标业务文本进行告警标记后,用户通过业务文本生成系统的可视化界面可知悉目标业务文本未被业务生成端接收。
其中,在所述通过所述目标大语言模型生成所述待生成业务的目标业务文本的步骤之后,所述业务文本生成方法还包括:
步骤F10,根据所述目标业务文本,对所述目标大语言模型的切换情况进行检测;
步骤F20,在检测到所述目标大语言模型需要进行切换时,获取所述目标大语言模型对应的备用大语言模型;
步骤F30,通过所述备用大语言模型为所述待生成业务生成业务文本。
本实施例中,需要说明的是,本申请实施例还提供LLM切换与容灾机制,通过修改不同应用模板对应的LLM,实现自由切换LLM,实现与各个厂商的无缝对接,在某个LLM发生不可控的网络灾难时,会自动重试并切换到备用LLM,以保证业务的可用性,例如,在一种可实施的方式中,不同产品中的应用,可在业务生成端发起业务文本生成请求,公共服务中心基于不同的应用配置,在调度层使用不同的模型通道继续业务文本生成请求,在正常情况下,会使用已配置的LLM走对应通道,在某一通道发生异常时,会封闭该通道并触发告警,在一段时间内,让该通道的所有请求均走备用通道。
另外地,需要说明的是,备用大语言模型是指与目标大语言模型具备相同功能等待切换使用的大语言模型,检测目标大语言模型是否进行切换可基于对目标业务文本的文本内容的解析结果进行判定,例如,在一种可实施的方式中,假设目标业务文本存在缺失,则表征目标业务文本需要进行大语言模型的切换。
作为一种示例,步骤F10至步骤F30包括:根据所述目标业务文本,对所述目标大语言模型的切换情况进行检测;在检测到所述目标大语言模型需要进行切换时,获取所述目标大语言模型对应的备用大语言模型;通过所述备用大语言模型为所述待生成业务输出业务文本。
在一种可实施的方式中,参照图5,图5为表示客户端和服务端之间进行信息交互的时序图,其中,交互逻辑共包含客户端模板展示和业务应用与AI交互,交互方可包含业务客户端、业务服务端、平台MIP和AIGC服务端,具体交互逻辑可参照图示,在此不再赘述。
本申请实施例提供一种文本告警标记方法。也即,将所述目标业务文本发送至生成所述待生成业务的业务生成端;检测是否接收到所述业务生成端基于所述目标业务文本反馈的文本响应信息;若否,则对所述目标业务文本进行告警标记。本申请实施例在生成目标业务文本后,首先将目标业务文本发送至待生成业务的业务生成端,并实时检测业务生成端是否基于目标业务文本向业务文本生成系统反馈文本响应信息,在未接收到响应信息时则告警标记目标业务文本,所以,为提升目标业务文本的安全性奠定了基础。
实施例三
本发明实施例还提供一种业务文本生成装置,请参照图6,所述业务文本生成装置包括:
获取模块101,用于获取针对于待生成业务输入的业务文本生成请求,其中,所述业务文本生成请求携带文本请求信息;
匹配模块102,用于在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型;
生成模块103,用于通过所述目标大语言模型生成所述待生成业务的目标业务文本。
可选地,所述文本请求信息包括文本索引信息和文本模板信息,所述匹配模块102还用于:
根据所述文本索引信息,在所述预设大语言模型库中查询得到至少一个候选大语言模型;
将所述文本模板信息输入至各所述候选大语言模型,得到至少一个业务文本模板;
通过检测各所述业务文本模板和所述待生成业务的内容匹配度,在各所述候选大语言模型中选取所述目标大语言模型。
可选地,所述目标业务文本包括目标提示词,所述匹配模块102还用于:
通过所述目标大语言模型生成所述待生成业务的业务提示词模板;
在所述业务提示词模板插入匹配于所述待生成业务的业务元素,得到所述目标提示词。
可选地,所述匹配模块102还用于:
将所述目标大语言模型输出的提示词模板作为所述待生成业务的业务提示词模板;或者,
根据所述待生成业务的业务类型,对所述目标大语言模型输出的提示词模板进行调整,得到所述待生成业务的业务提示词模板。
可选地,所述业务文本生成装置还用于:
通过所述目标大语言模型生成所述待生成业务的业务提示词候选模板;
检测所述业务提示词候选模板是否通过安全性认证;
若是,则将所述业务提示词候选模板作为所述目标大语言模型输出的提示词模板;
若否,则对所述业务提示词候选模板进行处理,得到所述目标大语言模型输出的提示词模板。
可选地,所述业务文本生成装置还用于:
将所述目标业务文本发送至生成所述待生成业务的业务生成端;
检测是否接收到所述业务生成端基于所述目标业务文本反馈的文本响应信息;
若否,则对所述目标业务文本进行告警标记。
可选地,所述业务文本生成装置还用于:
根据所述目标业务文本,对所述目标大语言模型的切换情况进行检测;
在检测到所述目标大语言模型需要进行切换时,获取所述目标大语言模型对应的备用大语言模型;
通过所述备用大语言模型为所述待生成业务生成业务文本。
本发明提供的业务文本生成装置,采用上述实施例一或实施例二中的业务文本生成方法,能够解决进行业务文本生成的生成灵活性低的技术问题。与现有技术相比,本发明实施例提供的业务文本生成装置的有益效果与上述实施例提供的业务文本生成方法的有益效果相同,且所述业务文本生成装置中的其他技术特征与上一实施例方法公开的特征相同,在此不做赘述。
实施例四
本发明实施例提供一种电子设备,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上述实施例一中的业务文本生成方法。
下面参考图7,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(Personal Digital Assistant:个人数字助理)、PAD(Portable ApplicationDescription:平板电脑)、PMP(Portable Media Player:便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,电子设备可以包括处理装置1001(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM:Read Only Memory)1002中的程序或者从存储装置1003加载到随机访问存储器(RAM:Random Access Memory)1004中的程序而执行各种适当的动作和处理。在RAM1004中,还存储有电子设备操作所需的各种程序和文本。处理装置1001、ROM1002以及RAM1004通过总线1005彼此相连。输入/输出(I/O)接口1006也连接至总线。通常,以下系统可以连接至I/O接口1006:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1007;包括例如液晶显示器(LCD:LiquidCrystal Display)、扬声器、振动器等的输出装置1008;包括例如磁带、硬盘等的存储装置1003;以及通信装置1009。通信装置1009可以允许电子设备与其他设备进行无线或有线通信以交换文本。虽然图中示出了具有各种系统的电子设备,但是应理解的是,并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置从网络上被下载和安装,或者从存储装置1003被安装,或者从ROM1002被安装。在该计算机程序被处理装置1001执行时,执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备,采用上述实施例中的业务文本生成方法,能够解决进行业务文本生成的生成灵活性低的技术问题。与现有技术相比,本发明实施例提供的电子设备的有益效果与上述实施例提供的业务文本生成方法的有益效果相同,且该电子设备中的其他技术特征与上一实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
实施例五
本发明实施例提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例一中的业务文本生成方法。
本发明实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。计算机可读存储介质的更具体地例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM:Random Access Memory)、只读存储器(ROM:Read Only Memory)、可擦式可编程只读存储器(EPROM:Erasable Programmable Read Only Memory或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM:CD-Read Only Memory)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(Radio Frequency:射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被电子设备执行时,使得电子设备:获取针对于待生成业务输入的业务文本生成请求,其中,所述业务文本生成请求携带文本请求信息;在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型;通过所述目标大语言模型生成所述待生成业务的目标业务文本。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++、GO,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN:Local Area Network)或广域网(WAN:Wide Area Network)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本发明提供的可读存储介质为计算机可读存储介质,所述计算机可读存储介质存储有用于执行上述业务文本生成方法的计算机可读程序指令,能够解决进行业务文本生成的生成灵活性低的技术问题。与现有技术相比,本发明实施例提供的计算机可读存储介质的有益效果与上述实施例一或实施例二提供的业务文本生成方法的有益效果相同,在此不做赘述。
实施例六
本发明实施例还提供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上述的业务文本生成方法的步骤。
本申请提供的计算机程序产品能够解决进行业务文本生成的生成灵活性低的技术问题。与现有技术相比,本发明实施例提供的计算机程序产品的有益效果与上述实施例一或实施例二提供的业务文本生成方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。

Claims (10)

1.一种业务文本生成方法,其特征在于,所述业务文本生成方法包括:
获取针对于待生成业务输入的业务文本生成请求,其中,所述业务文本生成请求携带文本请求信息;
在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型;
通过所述目标大语言模型生成所述待生成业务的目标业务文本。
2.如权利要求1所述业务文本生成方法,其特征在于,所述文本请求信息包括文本索引信息和文本模板信息,
所述在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型的步骤包括:
根据所述文本索引信息,在所述预设大语言模型库中查询得到至少一个候选大语言模型;
将所述文本模板信息输入至各所述候选大语言模型,得到至少一个业务文本模板;
通过检测各所述业务文本模板和所述待生成业务的内容匹配度,在各所述候选大语言模型中选取所述目标大语言模型。
3.如权利要求2所述业务文本生成方法,其特征在于,所述目标业务文本包括目标提示词,
所述通过所述目标大语言模型生成所述待生成业务的目标业务文本的步骤包括:
通过所述目标大语言模型生成所述待生成业务的业务提示词模板;
在所述业务提示词模板插入匹配于所述待生成业务的业务元素,得到所述目标提示词。
4.如权利要求3所述业务文本生成方法,其特征在于,所述通过所述目标大语言模型生成所述待生成业务的业务提示词模板的步骤包括:
将所述目标大语言模型输出的提示词模板作为所述待生成业务的业务提示词模板;或者,
根据所述待生成业务的业务类型,对所述目标大语言模型输出的提示词模板进行调整,得到所述待生成业务的业务提示词模板。
5.如权利要求3所述业务文本生成方法,其特征在于,在所述通过所述目标大语言模型生成所述待生成业务的业务提示词模板的步骤之前,所述业务文本生成方法还包括:
通过所述目标大语言模型生成所述待生成业务的业务提示词候选模板;
检测所述业务提示词候选模板是否通过安全性认证;
若是,则将所述业务提示词候选模板作为所述目标大语言模型输出的提示词模板;
若否,则对所述业务提示词候选模板进行处理,得到所述目标大语言模型输出的提示词模板。
6.如权利要求1所述业务文本生成方法,其特征在于,在所述通过所述目标大语言模型生成所述待生成业务的目标业务文本的步骤之后,所述业务文本生成方法还包括:
将所述目标业务文本发送至生成所述待生成业务的业务生成端;
检测是否接收到所述业务生成端基于所述目标业务文本反馈的文本响应信息;
若否,则对所述目标业务文本进行告警标记。
7.如权利要求1所述业务文本生成方法,其特征在于,在所述通过所述目标大语言模型生成所述待生成业务的目标业务文本的步骤之后,所述业务文本生成方法还包括:
根据所述目标业务文本,对所述目标大语言模型的切换情况进行检测;
在检测到所述目标大语言模型需要进行切换时,获取所述目标大语言模型对应的备用大语言模型;
通过所述备用大语言模型为所述待生成业务生成业务文本。
8.一种业务文本生成装置,其特征在于,所述业务文本生成装置包括:
获取模块,用于获取针对于待生成业务输入的业务文本生成请求,其中,所述业务文本生成请求携带文本请求信息;
匹配模块,用于在预设大语言模型库中为所述文本请求信息匹配对应的目标大语言模型;
生成模块,用于通过所述目标大语言模型生成所述待生成业务的目标业务文本。
9.一种电子设备,其特征在于,所述电子设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的业务文本生成程序,所述业务文本生成程序配置为实现如权利要求1至7中任一项所述业务文本生成方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有业务文本生成程序,所述业务文本生成程序被处理器执行时实现如权利要求1至7任一项所述业务文本生成方法的步骤。
CN202311800691.9A 2023-12-26 2023-12-26 业务文本生成方法、装置、电子设备及可读存储介质 Active CN117473047B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311800691.9A CN117473047B (zh) 2023-12-26 2023-12-26 业务文本生成方法、装置、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311800691.9A CN117473047B (zh) 2023-12-26 2023-12-26 业务文本生成方法、装置、电子设备及可读存储介质

Publications (2)

Publication Number Publication Date
CN117473047A true CN117473047A (zh) 2024-01-30
CN117473047B CN117473047B (zh) 2024-04-12

Family

ID=89627793

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311800691.9A Active CN117473047B (zh) 2023-12-26 2023-12-26 业务文本生成方法、装置、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN117473047B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022134798A1 (zh) * 2020-12-23 2022-06-30 深圳壹账通智能科技有限公司 基于自然语言的断句方法、装置、设备及存储介质
US20220244950A1 (en) * 2021-02-03 2022-08-04 Jpmorgan Chase Bank, N.A. Method and system for graph-based application modeling
CN115795009A (zh) * 2022-11-24 2023-03-14 北京智谱华章科技有限公司 基于生成式多语言模型的跨语言问答系统构建方法和装置
JP2023093349A (ja) * 2021-12-22 2023-07-04 富士通株式会社 情報処理装置及び情報処理方法
CN116738956A (zh) * 2023-06-13 2023-09-12 商汤人工智能研究中心(深圳)有限公司 一种提示模板生成方法、装置、计算机设备及存储介质
CN116956116A (zh) * 2023-06-06 2023-10-27 腾讯科技(深圳)有限公司 文本的处理方法和装置、存储介质及电子设备

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022134798A1 (zh) * 2020-12-23 2022-06-30 深圳壹账通智能科技有限公司 基于自然语言的断句方法、装置、设备及存储介质
US20220244950A1 (en) * 2021-02-03 2022-08-04 Jpmorgan Chase Bank, N.A. Method and system for graph-based application modeling
JP2023093349A (ja) * 2021-12-22 2023-07-04 富士通株式会社 情報処理装置及び情報処理方法
CN115795009A (zh) * 2022-11-24 2023-03-14 北京智谱华章科技有限公司 基于生成式多语言模型的跨语言问答系统构建方法和装置
CN116956116A (zh) * 2023-06-06 2023-10-27 腾讯科技(深圳)有限公司 文本的处理方法和装置、存储介质及电子设备
CN116738956A (zh) * 2023-06-13 2023-09-12 商汤人工智能研究中心(深圳)有限公司 一种提示模板生成方法、装置、计算机设备及存储介质

Also Published As

Publication number Publication date
CN117473047B (zh) 2024-04-12

Similar Documents

Publication Publication Date Title
US11711670B2 (en) Method for activating service based on user scenario perception, terminal device, and system
CN109918040B (zh) 语音指令分发方法和装置、电子设备及计算机可读介质
US20210209962A1 (en) Teaching system and method, electronic device, and storage medium
TWI618430B (zh) 提供基於位置脫離的通知的系統、方法和電腦可讀記錄介質
CN113608812B (zh) 远程控制方法、装置、系统及存储介质
JP2019036953A (ja) 映像通話を利用した道案内方法およびシステム
CN111309617A (zh) 应用程序的控制方法、装置、存储介质及电子设备
CN110855626B (zh) 电子白板丢包处理方法、系统、介质和电子设备
CN114489896B (zh) 内容显示方法、装置、存储介质及电子设备
US11388021B2 (en) Intelligent virtual assistant notification rerouting
CN110163001B (zh) 基于用户关系的信息显示方法及装置
CN109634702B (zh) 一种信息提示的方法、装置、电子设备及可读介质
JP6772235B2 (ja) 設備リストを同期する方法、装置、設備、コンピュータ記憶媒体及びプログラム
CN110673886B (zh) 用于生成热力图的方法和装置
CN111612135B (zh) 用于信息交互的方法和装置
CN111400581B (zh) 用于标注样本的系统、方法和装置
CN117473047B (zh) 业务文本生成方法、装置、电子设备及可读存储介质
CN116662193A (zh) 页面测试方法和装置
CN112309387A (zh) 用于处理信息的方法和装置
CN116483425A (zh) 微服务灰度发版方法、装置、设备及其存储介质
US11676599B2 (en) Operational command boundaries
KR20160033579A (ko) 애플리케이션을 통하여 서비스를 제공하는 시스템 및 방법
US11669436B2 (en) System for providing interactive tools for design, testing, and implementation of system architecture
KR102261614B1 (ko) 디지털 트윈 기반의 전자 장치를 관리하는 방법 및 장치
KR102131347B1 (ko) 머신 러닝 학습 데이터 생성 방법 및 그 시스템

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
GR01 Patent grant
GR01 Patent grant