基于AI大模型的对话处理方法、装置及存储介质与流程

本发明涉及人工智能领域，具体而言，涉及一种基于ai大模型的对话处理方法、装置及存储介质。

背景技术：

1、有的虚拟对象对话系统在回答用户提问时，通常依赖于预设的规则或有限的知识库，导致其回答的准确性和灵活性不足。当用户提出跨领域或复杂问题时，虚拟对象的回答往往无法满足用户的期望。此外，虚拟对象的回答通常缺乏个性化，难以根据不同虚拟角色的特定属性进行语言风格和表达方式的调整，导致用户体验不佳。因此，亟需一种基于ai大模型的对话处理方法，能够根据虚拟对象的角色属性动态生成相关领域的知识图谱，从多个知识源中检索相关信息，并通过深度学习模型对回答进行风格化处理，从而提高虚拟对象回答的准确性和个性化。

2、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本发明实施例提供了一种基于ai大模型的对话处理方法、装置及存储介质，以至少解决现有技术中虚拟对象回答的准确性和个性化不高的技术问题。

2、根据本发明实施例的一个方面，提供了一种基于ai大模型的对话处理方法，包括：响应于接收到用户提问，获取与用户交互的虚拟对象的角色属性，并基于所述角色属性动态生成与所述角色属性对应领域的知识图谱；利用所述知识图谱从多个知识源中检索与所述用户提问相关的知识节点，生成多个潜在的答复候选，并通过ai大模型对所述答复候选进行语义理解和上下文匹配，来确定与所述用户提问最相关的候选答复；利用深度学习模型对所述最相关的候选答复进行符合所述虚拟对象的语言风格和表达方式的风格化处理，并通过所述虚拟对象将风格化处理后的候选答复作为最终答复信息反馈给所述用户。

3、根据本发明实施例的另一方面，还提供了一种基于ai大模型的对话处理装置，包括：图谱生成模块，被配置为响应于接收到用户提问，获取与用户交互的虚拟对象的角色属性，并基于所述角色属性动态生成与所述角色属性对应领域的知识图谱；答复生成模块，被配置为利用所述知识图谱从多个知识源中检索与所述用户提问相关的知识节点，生成多个潜在的答复候选，并通过ai大模型对所述答复候选进行语义理解和上下文匹配，来确定与所述用户提问最相关的候选答复；风格处理模块，被配置为利用深度学习模型对所述最相关的候选答复进行符合所述虚拟对象的语言风格和表达方式的风格化处理，并通过所述虚拟对象将风格化处理后的候选答复作为最终答复信息反馈给所述用户。

4、在本发明实施例中，响应于接收到用户提问，获取与用户交互的虚拟对象的角色属性，并基于所述角色属性动态生成与所述角色属性对应领域的知识图谱；利用所述知识图谱从多个知识源中检索与所述用户提问相关的知识节点，生成多个潜在的答复候选，并通过ai大模型对所述答复候选进行语义理解和上下文匹配，来确定与所述用户提问最相关的候选答复；利用深度学习模型对所述最相关的候选答复进行符合所述虚拟对象的语言风格和表达方式的风格化处理，并通过所述虚拟对象将风格化处理后的候选答复作为最终答复信息反馈给所述用户。通过上述方案，解决了现有技术中虚拟对象回答的准确性和个性化不高技术问题。

技术特征：

1.一种基于ai大模型的对话处理方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，基于所述角色属性动态生成与所述角色属性对应领域的知识图谱，包括：

3.根据权利要求1所述的方法，其特征在于，利用所述知识图谱从多个知识源中检索与所述用户提问相关的知识节点，生成多个潜在的答复候选，包括：

4.根据权利要求3所述的方法，其特征在于，提取所述用户提问中的关键字和语义特征，并基于所述关键字和语义特征生成初步的语义解析数据，包括：

5.根据权利要求1所述的方法，其特征在于，通过ai大模型对所述答复候选进行语义理解和上下文匹配，来确定与所述用户提问最相关的候选答复，包括：

6.根据权利要求1所述的方法，其特征在于，利用深度学习模型对所述最相关的候选答复进行符合所述虚拟对象的语言风格和表达方式的风格化处理，包括：

7.一种基于ai大模型的对话处理装置，其特征在于，包括：

8.一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包括存储的程序，其中，在所述程序运行时控制所述计算机可读存储介质所在设备执行权利要求1至6中任意一项所述的方法。

9.一种计算机设备，其特征在于，包括：存储器和处理器，

10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。

技术总结
本发明公开了一种基于AI大模型的对话处理方法、装置及存储介质。其中，该方法包括：响应于接收到用户提问，获取与用户交互的虚拟对象的角色属性，并基于角色属性动态生成与角色属性对应领域的知识图谱；利用知识图谱从多个知识源中检索与用户提问相关的知识节点，生成多个潜在的答复候选，并通过AI大模型对答复候选进行语义理解和上下文匹配，来确定与用户提问最相关的候选答复；利用深度学习模型对最相关的候选答复进行符合虚拟对象的语言风格和表达方式的风格化处理，并通过虚拟对象将风格化处理后的候选答复作为最终答复信息反馈给用户。本发明解决了现有技术中虚拟对象回答的准确性和个性化不高的技术问题。

技术研发人员：纪智辉
受保护的技术使用者：世优绿洲（上海）数字技术有限公司
技术研发日：
技术公布日：2025/2/10