基于多智能体交互的槽位信息补充方法、装置及设备与流程

文档序号:38803142发布日期:2024-07-26 20:19阅读:38来源:国知局
基于多智能体交互的槽位信息补充方法、装置及设备与流程

本发明涉及自然语言处理,具体涉及基于多智能体交互的槽位信息补充方法、装置及设备。


背景技术:

1、随着大型语言模型 (large language model,llm)的涌现,以llm为中枢构建的智能体系统在近期受到了广泛的关注。智能体系统旨在利用llm的归纳推理能力,通过为不同的智能体分配角色与任务信息,并配备相应的工具插件,从而完成复杂的任务。目前更常见的框架大多聚焦于单智能体的场景。单智能体的核心在于llm与工具的配合。llm通过理解用户的任务,推理出需要调用的工具,并基于调用结果给用户反馈。

2、随着人工智能技术的不断发展,多轮对话系统在各种应用场景中变得越来越重要。传统的多轮对话系统通常需要大量的手工规则和领域专家的参与,使其难以扩展到不同领域和任务。然而,实际中的多轮对话通常涉及超出模型本身能力之外的知识和任务,如关键信息追问,这为模型的应用提出了挑战。例如,由于用户缺乏专业性,对话过程中很多问题可能缺少必要的相关信息,现有的大语言模型无法引导用户对重要对话信息进行有效补充。


技术实现思路

1、有鉴于此,本发明提供了基于多智能体交互的槽位信息补充方法、装置及设备,以解决无法引导用户对重要对话信息进行有效补充的问题。

2、第一方面,本发明提供了一种基于多智能体交互的槽位信息补充方法,所述方法包括:

3、获取目标用户的当前对话信息,通过意图识别智能体确定当前对话信息的目标意图和所述目标意图的意图类型;

4、在所述当前对话信息对应的目标意图的意图类型为带槽位意图时,将所述目标意图确定为初始意图,槽位识别智能体根据预设槽位信息表确定所述初始意图对应的槽位列表,并基于当前对话信息确定所述槽位列表中各个槽位对应的槽位信息;

5、获取所述初始意图的节点判断流程表,根据所述节点判断流程表和所述槽位列表中各个槽位对应的槽位信息,确定当前对话信息对应的待补充槽位,所述节点判断流程表包括:所述初始意图对应的槽位判断顺序和各个槽位的判断规则;

6、通过提示智能体输出所述待补充槽位对应的提示信息,以获得目标用户用于补充所述待补充槽位的对话信息。

7、通过意图识别智能体识别目标用户当前对话信息的目标意图和意图类型,从而确定与该目标意图对应的槽位列表,进而通过槽位识别智能体确定当前对话信息中与该槽位列表的各个槽位相对应槽位信息,并根据与该目标意图相对应的节点判断流程表确定当前对话信息中的待补充槽位,输出对应的提示信息,以引导用户补充完善对话信息,通过多个智能体之间的交互协作,有效解决了无法引导用户对重要对话信息进行有效补充的问题。

8、在一种可选的实施方式中,所述方法还包括:

9、在所述当前对话信息对应的目标意图的意图类型为补充槽位意图时,根据当前对话信息填充所述初始意图对应的槽位列表,通过槽位识别智能体确定当前填充后的槽位列表中各个槽位的槽位信息;

10、执行根据所述节点判断流程表和所述槽位列表中各个槽位对应的槽位信息,确定当前对话信息对应的待补充槽位的步骤。

11、通过将意图类型为补充槽位意图的对话信息填充至初始意图对应的槽位列表中,根据填充后的各个槽位中的槽位信息,来确定当前的待补充槽位,可以实现对补充后的各个槽位的槽位信息进行判断,进一步确定当前补充的槽位,完善对话信息。

12、在一种可选的实施方式中,所述方法还包括:

13、在所述当前对话信息对应的目标意图的意图类型为无槽位意图时,通过问答智能体输出所述当前对话信息的答复结果;

14、所述问答智能体的构建方式为:

15、根据垂直领域问答数据构建问答训练数据集,基于所述问答训练数据集对第一预设语言模型的模型进行训练,在训练过程中进行模型参数调整,得到第一语言模型,根据训练得到的第一语言模型构建问答智能体。

16、通过问答智能体将意图类型为无槽位意图的对话信息进行及时回复,可以及时处理不需要判断槽位的用户消息,保证回复及时性,同时采用垂直领域的问答数据进行针对性训练,可以进一步保证回复准确性。

17、在一种可选的实施方式中,所述根据所述节点判断流程表和所述槽位列表中各个槽位对应的槽位信息,确定当前对话信息对应的待补充槽位,包括:

18、根据节点判断流程表中的判断顺序确定所述槽位列表中的目标槽位;

19、判断所述目标槽位是否为空,若为空,将所述目标槽位确定为待补充槽位,执行通过提示智能体输出所述待补充槽位对应的提示信息的步骤;

20、若不为空,根据所述目标槽位对应的判断规则判断所述目标槽位对应的槽位信息是否符合预设要求;

21、当所述目标槽位对应的槽位信息符合预设要求时,判断所述目标槽位是否为所述判断顺序中的最后一个槽位;

22、若为否,根据所述判断顺序更新所述目标槽位,执行判断所述目标槽位是否为空的步骤;

23、若为是,根据当前各个槽位对应的槽位信息确定与所述初始意图对应的回复结果。

24、通过节点判断流程表中的判断顺序和各个槽位对应的判断规则确定各个槽位对应的槽位信息是否符合要求,并根据判断结果更改目标槽位进行新的判断,可以更准确的判断当前槽位列表中需要进行补充的槽位信息,以保证后续提示信息的准确性,提高后续目标用户补充信息的有效性。

25、在一种可选的实施方式中,所述意图识别智能体的构建方式为:

26、确定所述意图识别智能体对应的第一提示模板,所述第一提示模板包括:意图识别任务描述模块、限定意图列表模块、用户输入模块和意图输出模块;

27、获取对话样本数据,确定所述对话样本数据对应的意图标签,基于所述对话样本数据和对应的意图标签填充所述第一提示模板的用户输入模块和意图输出模块,构造意图识别训练数据集;

28、基于所述意图识别训练数据集对第二待训练语言模型进行训练,得到第二语言模型,根据训练得到的第二语言模型构建意图识别智能体;

29、所述槽位识别智能体的构建方式为:

30、确定所述槽位识别智能体对应的第二提示模板,所述第二提示模板包括:槽位识别任务描述模块、信息输入模块和信息输出模块,所述槽位识别任务描述模块包括:各个意图对应的槽位列表中的各个槽位的描述;

31、获取对话样本数据,确定所述对话样本数据对应的槽位信息标注,基于所述对话样本数据和对应的槽位信息标注填充所述第二提示模板的信息输入模块和信息输出模块,构造槽位识别训练数据集;

32、基于所述槽位识别训练数据集对第三预设语言模型进行训练,得到第三语言模型,根据训练得到的第三语言模型构建意图识别智能体。

33、通过将样本数据和对应的标注信息填充至提示模板,从而构建针对性的意图识别训练数据集和槽位识别训练数据集,进而对预设的语言模型进行训练,可以保证基于对于语言模型构建的意图识别智能体和槽位识别智能体在进行意图识别和槽位识别时,具有良好的识别效果。

34、在一种可选的实施方式中,所述根据所述目标槽位对应的判断规则判断所述目标槽位对应的槽位信息是否符合预设要求,包括:

35、确定所述目标槽位对应的全局变量表,根据所述目标槽位对应的槽位信息是否位于所述全局变量表,判断所述目标槽位对应的槽位信息是否符合预设要求。

36、通过将目标槽位的槽位信息和全局变量表进行比较,可以准确的确定该目标槽位的槽位信息是否符合要求,保证槽位判断的准确性。

37、在一种可选的实施方式中,所述通过提示智能体输出所述待补充槽位对应的提示信息,包括:

38、调用种子话术表,所述种子话术表包括:不同槽位对应的种子话术;

39、提示智能体根据所述种子话术表确定所述待补充槽位对应的目标种子话术,并基于所述目标种子话术生成对应的提示信息。

40、通过确定种子话术表中和待补充槽位对应的目标种子话术,从而使得提示智能体输出更准确的提示信息,保证提示信息的有效性和可读性。

41、第二方面,本发明提供了一种基于多智能体交互的槽位信息补充装置,所述装置包括:

42、意图识别模块,用于获取目标用户的当前对话信息,通过意图识别智能体确定当前对话信息的目标意图和所述目标意图的意图类型;

43、槽位识别模块,用于在所述当前对话信息对应的目标意图的意图类型为带槽位意图时,将所述目标意图确定为初始意图,槽位识别智能体根据预设槽位信息表确定所述初始意图对应的槽位列表,并基于当前对话信息确定所述槽位列表中各个槽位对应的槽位信息;

44、槽位判断模块,用于获取所述初始意图的节点判断流程表,根据所述节点判断流程表和所述槽位列表中各个槽位对应的槽位信息,确定当前对话信息对应的待补充槽位,所述节点判断流程表包括:所述初始意图对应的槽位判断顺序和各个槽位的判断规则;

45、信息提示模块,用于通过提示智能体输出所述待补充槽位对应的提示信息,以获得目标用户用于补充所述待补充槽位的对话信息。

46、第三方面,本发明提供了一种计算机设备,包括:存储器和处理器,存储器和处理器之间互相通信连接,存储器中存储有计算机指令,处理器通过执行计算机指令,从而执行上述第一方面或其对应的任一实施方式的基于多智能体交互的槽位信息补充方法。

47、第四方面,本发明提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机指令,计算机指令用于使计算机执行上述第一方面或其对应的任一实施方式的基于多智能体交互的槽位信息补充方法。

当前第1页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1