一种对话方法及装置与流程

本说明书多个实施例涉及人工智能，尤其涉及一种对话方法及装置。

背景技术：

1、目前，用户可以通过与对话系统进行对话，来实现某种业务意图。例如，用户可以与智能音箱内置的对话系统进行语音对话，让对话系统替用户查询天气情况。

2、现有的对话系统通常会根据用户表达的内容对用户的业务意图进行判断，然后将与业务意图相匹配的固定回答返回给用户。

3、然而，上述方法存在对用户的业务意图的判断不够准确导致固定回答不能符合用户需求的问题，以及，还会存在固定回答给用户带来的感觉不够拟人化的问题。

技术实现思路

1、本说明书多个实施例提供技术方案如下：

2、根据本说明书多个实施例的第一方面，提出了一种对话方法，应用于对话系统，所述方法包括：

3、确定预先设定的拟人化推理范式，所述拟人化推理范式包括至少一个轮次的拟人化推理过程，每个轮次的拟人化推理过程包括：思考步骤、操作步骤、发现步骤；所述思考步骤为以回应所述待思考文本为目的进行思考，判断是否需要进行信息查询操作以推进思考，若确定需要进行信息查询操作，则确定需要进行的信息查询操作的操作内容，若确定不需要进行信息查询操作，则将所述待思考文本作为推理结果；所述操作步骤为通过调用一个或多个信息查询接口api，执行所述思考步骤确定的信息查询操作的操作内容；所述发现步骤为确定所述操作步骤确定的信息查询结果，并将确定的信息查询结果重新作为所述待思考文本；

4、基于所述拟人化推理范式构建第一类指示信息，将所述第一类指示信息输入大语言模型llm，以指示llm按照所述拟人化推理范式与所述对话系统进行交互；

5、获取用户与所述对话系统进行对话时的用户表达文本；

6、将所述用户表达内容文本作为待思考文本，将所述待思考文本输入llm，以使llm通过至少一个轮次的拟人化推理过程，输出推理结果；

7、基于预设的所述对话系统的人格设定、所述用户表达文本与所述推理结果，构建第二类指示信息；

8、将所述第二类指示信息输入llm，输出响应于所述用户表达文本的拟人化回答，将所述拟人化回答返回给用户。

9、根据本说明书多个实施例的第二方面，提出了一种对话装置，应用于对话系统，所述装置包括：

10、确定模块，确定预先设定的拟人化推理范式，所述拟人化推理范式包括至少一个轮次的拟人化推理过程，每个轮次的拟人化推理过程包括：思考步骤、操作步骤、发现步骤；所述思考步骤为以回应所述待思考文本为目的进行思考，判断是否需要进行信息查询操作以推进思考，若确定需要进行信息查询操作，则确定需要进行的信息查询操作的操作内容，若确定不需要进行信息查询操作，则将所述待思考文本作为推理结果；所述操作步骤为通过调用一个或多个信息查询接口api，执行所述思考步骤确定的信息查询操作的操作内容；所述发现步骤为确定所述操作步骤确定的信息查询结果，并将确定的信息查询结果重新作为所述待思考文本；

11、第一处理模块，基于所述拟人化推理范式构建第一类指示信息，将所述第一类指示信息输入大语言模型llm，以指示llm按照所述拟人化推理范式与所述对话系统进行交互；

12、获取模块，获取用户与所述对话系统进行对话时的用户表达文本；

13、交互模块，将所述用户表达内容文本作为待思考文本，将所述待思考文本输入llm，以使llm通过至少一个轮次的拟人化推理过程，输出推理结果；

14、第二处理模块，基于预设的所述对话系统的人格设定、所述用户表达文本与所述推理结果，构建第二类指示信息；

15、回答模块，将所述第二类指示信息输入llm，输出响应于所述用户表达文本的拟人化回答，将所述拟人化回答返回给用户。

16、根据本说明书多个实施例的第三方面，提出了一种计算设备，包括存储器、处理器；所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时实现第一方面所述方法。

17、根据本说明书多个实施例的第四方面，提出了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现第一方面所述方法。

18、在上述技术方案中，不再使用现有方式，对用户表达文本进行意图理解（如提取关键词进行意图匹配）并利用理解的意图来匹配固定回答。而是利用大语言模型（llm，largelanguage model）的自然语言理解能力，让llm根据用户表达文本进行拟人化推理，推理出符合用户表达文本所蕴含的用户意图的合理回答（即推理结果）。然后，继续使用llm，对这个合理回答的表述方式进行进一步优化，使得回答更加拟人化，最终返回给用户的是既符合用户意图又能给用户带来拟人化感觉的回答。

19、具体而言，需要将预先设定的拟人化推理范式指示给llm，让llm按照该拟人化推理范式与对话系统进行交互，以便对话系统通过与llm进行交互，利用llm获得符合用户表达文本所蕴含的用户意图的合理回答（即推理结果）。这里的拟人化推理范式可以借鉴react 框架，设定拟人化推理范式包括至少一个轮次的拟人化推理过程，每个轮次的拟人化推理过程包括：思考步骤、操作步骤、发现步骤，这三个步骤有先后顺序，即思考-操作-发现。思考步骤为以回应所述待思考文本为目的进行思考，判断是否需要进行信息查询操作以推进思考，若确定需要进行信息查询操作，则确定需要进行的信息查询操作的操作内容，若确定不需要进行信息查询操作，则将所述待思考文本作为推理结果。操作步骤为执行所述思考步骤确定的信息查询操作的操作内容。发现步骤为确定所述操作步骤确定的信息查询结果，并将确定的信息查询结果重新作为所述待思考文本，这样，下轮一次的拟人化推理过程中的思考步骤，就可以继续针对重新确定的待思考文本进行思考。

20、并且，考虑到真人的推理往往需要依赖一些信息源，因此，拟人化推理过程中的操作步骤中，可以调用一个或多个信息查询接口api，执行思考步骤确定的信息查询操作的操作内容。

21、对话系统利用llm获得符合用户表达文本所蕴含的意图的合理回答（即推理结果）之后，可以进一步将对话系统的人格设定（意味着拟人化表达的风格）、用户表达文本、合理回答形成输入给llm的指示，让llm在合理回答的基础上，参考人格设定、回答所针对的用户表达文本的原文，给出拟人化回答。

22、通过上述技术方案，可以使得对话系统返回给用户的回答不仅符合用户意图，而且给用户带来拟人化的对话体验。

技术特征：

1.一种对话方法，应用于对话系统，所述方法包括：

2.如权利要求1所述方法，基于所述拟人化推理范式构建第一类指示信息，包括：

3.如权利要求2所述方法，所述api集合包括以下至少一个：

4.如权利要求2所述方法，所述api集合包括以下至少一个：

5.如权利要求1所述方法，将所述用户表达内容文本作为待思考文本，将所述待思考文本输入llm，以使llm通过至少一个轮次的拟人化推理过程，输出推理结果，包括：

6.如权利要求5所述方法，其中，迭代执行的步骤还包括：

7.如权利要求6所述方法，获取所述参考信息，包括：

8.如权利要求1所述方法，基于预设的所述对话系统的人格设定、所述用户表达文本与所述推理结果，构建第二类指示信息，包括：

9.如权利要求1所述方法，所述llm具体包括：gpt模型。

10.如权利要求1所述方法，还包括：

11.一种对话装置，应用于对话系统，所述装置包括：

12.一种计算设备，包括存储器、处理器；所述存储器用于存储可在处理器上运行的计算机指令，所述处理器用于在执行所述计算机指令时实现权利要求1至10中任一项所述方法。

13.一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现权利要求1至10中任一项所述方法。

技术总结
本说明书披露的多个实施例提供了一种对话方法及装置。不再使用现有方式，对用户表达文本进行意图理解并利用理解的意图来匹配固定回答。而是利用LLM的自然语言理解能力，让LLM根据用户表达文本进行拟人化推理，推理出符合用户表达文本所蕴含的用户意图的合理回答。然后，继续使用LLM，对这个合理回答的表述方式进行进一步优化，使得回答更加拟人化，最终返回给用户的是既符合用户意图又能给用户带来拟人化感觉的回答。

技术研发人员：李津,蒋婉棋,张艺
受保护的技术使用者：杭州华鲤智能科技有限公司
技术研发日：
技术公布日：2024/1/14