一种任务执行方法、装置、存储介质及电子设备与流程

本说明书涉及人工智能，尤其涉及一种任务执行方法、装置、存储介质及电子设备。

背景技术：

1、目前，在工业生产领域中，中高端工业生产对工业人员的专业性要求较高，同时专业文档信息量也很大，进而使得工业人员在工业生产过程中容易出现各种工业问题，例如：“在1号服务器温度50-80摄氏度时，如何设置5号液泵的转速？”。

2、通常情况下，可以采用工业问答系统，来针对用户在生产过程中的问题为用户提供相应的答案，但是，由于工业问答系统回答的答案的准确率较低，使得工业人员可能做出错误的控制决策，进而导致生产线停摆，并给企业带来极大的损失。

3、因此，如何提高工业问答系统回答工业人员提出的问题的准确率，则是一个亟待解决的问题。

技术实现思路

1、本说明书提供一种任务执行方法、装置、存储介质及电子设备，以部分的解决现有技术存在的上述问题。

2、本说明书采用下述技术方案：

3、本说明书提供了一种任务执行方法，包括：

4、获取用户输入的指定文本，所述指定文本中包含所述用户输入的问题信息；

5、将所述指定文本输入到预先训练的语言模型中，以通过所述语言模型确定所述指定文本对应的文本特征表示，并针对预先获取的每个各候选问题文本特征表示，确定该候选问题文本特征表示与所述文本特征表示之间的相关度；

6、根据所述相关度，从各候选问题文本特征表示中确定出与所述文本特征表示相匹配的候选问题文本特征表示，作为目标问题文本特征表示，所述候选问题文本特征表示用于表征在任务执行过程中可能发生的问题对应的问题文本；

7、判断所述目标问题文本特征表示与所述文本特征表示之间的相关度是否低于预设的相关度阈值；

8、若是，则根据所述目标问题文本特征表示对应的问题文本，确定补充问题，并将所述补充问题展示给所述用户，接收所述用户基于所述补充问题返回的补充文本信息，根据所述补充文本信息以及所述指定文本，重新生成所述指定文本对应的特征表示；

9、若否，则将预先确定的所述目标问题文本特征表示对应的回复文本，作为所述指定文本对应的目标回复文本，并通过所述目标回复文本，进行任务执行。

10、可选地，将所述指定文本输入到预先训练的语言模型中，以通过所述语言模型确定所述指定文本对应的文本特征表示，具体包括：

11、将所述指定文本输入到预设的关键词提取模型中，以通过所述关键词提取模型，提取出所述指定文本中包含的各关键词，作为各目标关键词；

12、将所述各目标关键词输入到预先训练的语言模型中，以通过所述语言模型根据所述各目标关键词，确定所述指定文本对应的文本特征表示。

13、可选地，训练所述语言模型，具体包括：

14、获取各问题信息对应的文本，作为各样本文本；

15、从各样本文本中确定出至少部分样本文本作为负样本文本，并确定所述负样本文本对应的奖励值为第一指定值，将各样本文本中除所述负样本文本之外的其他样本文本作为正样本文本，并确定所述正样本文本对应的奖励值为第二指定值，所述第一指定值低于所述第二指定值；

16、针对每个样本文本，若该样本文本为正样本文本，则对该样本文本包含的各关键词进行随机拼接，得到该样本文本对应的拼接后关键词；

17、若该样本文本为负样本文本，则从其他样本文本包含的各关键词中选取出至少部分关键词进行随机拼接，得到该样本文本对应的拼接后关键词；

18、将该样本文本输入到预设的语言模型中，得到该样本文本对应的特征表示，作为该样本文本的第一特征表示；以及

19、将该样本文本对应的拼接后关键词输入到预设的语言模型中，得到该样本文本对应的拼接后关键词对应的特征表示，作为该样本文本的第二特征表示；

20、根据所述每个样本文本的第一特征表示和第二特征表示，以及每个样本文本对应的奖励值，对所述语言模型进行训练，得到训练后语言模型。

21、可选地，根据所述每个样本文本的第一特征表示和第二特征表示，以及每个样本文本对应的奖励值，对所述语言模型进行训练，得到训练后语言模型，具体包括：

22、针对每个样本文本，根据该样本文本的第一特征表示中的每个维度的特征值和该样本文本的第二特征表示中该维度的特征值之间的差值，确定该样本文本的第三特征表示；

23、根据每个样本文本的第三特征表示，以及，每个样本文本对应的奖励值，对所述语言模型进行训练，得到训练后语言模型。

24、可选地，根据所述目标问题文本特征表示对应的问题文本，确定补充问题，具体包括：

25、将预先确定的所述目标问题文本特征表示对应的问题文本中包含的各关键字，作为第一关键字集；以及

26、将所述指定文本中包含的各关键字，作为第二关键字集；

27、确定所述第一关键字集和所述第二关键字集之间的补集，并从所述补集包含的各关键字中，确定出目标关键字；

28、根据所述目标关键字，确定补充问题，所述补充问题用于向所述用户确定与所述目标关键字相对应的信息。

29、可选地，将所述指定文本输入到预先训练的语言模型中，以通过所述语言模型确定所述指定文本对应的文本特征表示之前，所述方法还包括：

30、根据所述语言模型对应的计算图，确定运行所述语言模型时每个算子所需的存储资源数据以及计算资源数据；

31、根据每个算子所需的存储资源数据以及计算资源数据，将所述语言模型部署到晶圆级芯片中；

32、将所述指定文本输入到预先训练的语言模型中，以通过所述语言模型确定所述指定文本对应的文本特征表示，具体包括：

33、将所述指定文本输入到预选训练并部署到所述晶圆级芯片的语言模型中，以通过所述语言模型确定所述指定文本对应的文本特征表示。

34、可选地，根据每个算子所需的存储资源数据以及计算资源数据，将所述语言模型部署到晶圆级芯片中，具体包括：

35、根据每个算子所需的存储资源数据以及计算资源数据以及所述晶圆级芯片中包含的每个晶粒对应的存储资源和计算资源，对所述晶圆级芯片中包含的各晶粒进行分簇，得到各晶簇，并将所述语言模型包含的各算子分配到各晶簇中，以将所述语言模型部署到所述晶圆级芯片中，其中，每个晶簇用于运行所述语言模型包含的至少部分算子。

36、本说明书提供了一种任务执行装置，所述装置包括：

37、获取模块，用于获取用户输入的指定文本，所述指定文本中包含所述用户输入的问题信息；

38、确定模块，用于将所述指定文本输入到预先训练的语言模型中，以通过所述语言模型确定所述指定文本对应的文本特征表示，并针对预先获取的每个各候选问题文本特征表示，确定该候选问题文本特征表示与所述文本特征表示之间的相关度；

39、筛选模块，用于根据所述相关度，从各候选问题文本特征表示中确定出与所述文本特征表示相匹配的候选问题文本特征表示，作为目标问题文本特征表示，所述候选问题文本特征表示用于表征在任务执行过程中可能发生的问题对应的问题文本；

40、判断模块，用于判断所述目标问题文本特征表示与所述文本特征表示之间的相关度是否低于预设的相关度阈值；

41、更新模块，用于若是，则根据所述目标问题文本特征表示对应的问题文本，确定补充问题，并将所述补充问题展示给所述用户，接收所述用户基于所述补充问题返回的补充文本信息，根据所述补充文本信息以及所述指定文本，重新生成所述指定文本对应的特征表示；

42、执行模块，用于若否，则将预先确定的所述目标问题文本特征表示对应的回复文本，作为所述指定文本对应的目标回复文本，并通过所述目标回复文本，进行任务执行。

43、本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述任务执行方法。

44、本说明书提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述任务执行方法。

45、本说明书采用的上述至少一个技术方案能够达到以下有益效果：

46、在本说明书提供的任务执行方法中，获取用户输入的指定文本，指定文本中包含用户输入的问题信息，将指定文本输入到预先训练的语言模型中，以通过语言模型确定指定文本对应的文本特征表示，并针对预先获取的每个各候选问题文本特征表示，确定该候选问题文本特征表示与文本特征表示之间的相关度，根据相关度，从各候选问题文本特征表示中确定出与文本特征表示相匹配的候选问题文本特征表示，作为目标问题文本特征表示，候选问题文本特征表示用于表征在任务执行过程中可能发生的问题对应的问题文本，判断目标问题文本特征表示与文本特征表示之间的相关度是否低于预设的相关度阈值，若是，则根据目标问题文本特征表示对应的问题文本，确定补充问题，并将补充问题展示给用户，接收用户基于补充问题返回的补充文本信息，根据补充文本信息以及指定文本，重新生成指定文本对应的特征表示，若否，则将预先确定的目标问题文本特征表示对应的回复文本，作为指定文本对应的目标回复文本，并通过目标回复文本，进行任务执行。

47、从上述方法可以看出，可以通过语言模型，实现可主动与用户进行“拟人化沟通”的问答系统，进而可以在用户输入的问题不确定时，向用户征询补充信息，从而可以根据补充信息完善用户提出的问题，并可以基于完善后的问题，为用户确定回复信息，进而可以提升确定出的回复信息的准确率。