本说明书中实施方式关于人工智能,具体关于一种应答数据的获取方法、装置、设备和介质。
背景技术:
1、随着深度学习技术的不断发展,用于处理自然语言的大语言模型(largelanguage model,llm)得到了越来越广泛的应用。目前,llm能够完成包括语义理解、对话系统、文本生成、机器翻译等多种自然语言处理任务。其中,在llm对话系统实现连续对话时,需要基于上下文信息理解用户意图,以提供更准确、更贴近用户预期的答复。
2、在相关技术中,在应用llm对话系统时,通过客户端直接将接收到的用户提问数据以及该提问数据的上下文数据传输给llm。然而,不同的客户端具有不同属性,需要针对每个客户端开发不同的数据传输程序代码,以实现将用户提问数据及上下文数据同时传输给llm。
3、因此,相关技术中存在通过客户端直接向llm传输用户提问数据及上下文数据,数据传输程序开发工作量大的技术问题。
技术实现思路
1、有鉴于此,本说明书多个实施方式致力于提供一种应答数据的获取方法、装置、设备和介质,以减少用于向llm对话系统传输数据的数据传输程序的开发工作量。
2、本说明书中多个实施方式提供一种应答数据的获取方法,该方法应用于服务器,包括:在接收到附带有会话标识和提问数据的应答数据获取请求的情况下,从所述会话标识标识的会话数据集中,获取至少部分会话数据,作为目标会话数据;其中,会话数据集的数量为多个,不同会话数据集对应的会话标识不相同;所述目标会话数据与所述提问数据不相同;根据所述提问数据和所述目标会话数据调用指定语言模型,得到针对所述提问数据的应答数据。
3、本说明书的一个实施方式提供一种应答数据的获取装置,该装置应用于服务器,包括:获取模块,用于在接收到附带有会话标识和提问数据的应答数据获取请求的情况下,从所述会话标识标识的会话数据集中,获取至少部分会话数据,作为目标会话数据;其中,会话数据集的数量为多个,不同会话数据集对应的会话标识不相同;所述目标会话数据与所述提问数据不相同;调用模块,用于根据所述提问数据和所述目标会话数据调用指定语言模型,得到针对所述提问数据的应答数据。
4、本说明书实施方式提出一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述实施方式所述的方法。
5、本说明书实施方式提供一种计算机可读存储介质,其上存储有计算机程序指令,该程序被处理器执行时实现上述实施方式所述的方法。
6、本说明书提供的多个实施方式中,在接收到应答数据获取请求的情况下,服务器根据应答数据获取请求附带的会话标识从会话数据集中获取目标会话数据,再根据应答数据获取请求附带的提问数据和目标会话数据调用大语言模型,得到针对提问数据的应答数据,即,将服务器作为应答数据获取请求发送方与大语言模型之间的数据中转节点,存储并转发应答数据获取请求发送方与语言模型的会话数据,因此,仅需要针对服务器开发向大语言模型传输提问数据和上下文数据的数据传输程序代码,针对不同的应答数据获取请求发送方,该数据传输程序代码可以复用,从而减少了数据传输程序的开发工作量。
1.一种应答数据的获取方法,其特征在于,应用于服务器,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
3.根据权利要求1所述的方法,其特征在于,从所述会话标识标识的会话数据集中,获取至少部分会话数据,作为目标会话数据的步骤,包括:
4.根据权利要求1所述的方法,其特征在于,提问数据和针对所述提问数据的应答数据形成一轮会话数据;从所述会话标识标识的会话数据集中,获取至少部分会话数据,作为目标会话数据的步骤,包括:
5.根据权利要求4所述的方法,其特征在于,所述应答数据获取请求还附带由所述应答数据获取请求的发送方指定的所述指定轮数。
6.根据权利要求1所述的方法,其特征在于,根据所述提问数据和所述目标会话数据调用指定语言模型,得到针对所述提问数据的应答数据的步骤,包括:
7.根据权利要求1所述的方法,其特征在于,所述应答数据获取请求还附带由所述应答数据获取请求的发送方指定的多个语言模型;根据所述提问数据和所述目标会话数据调用指定语言模型,得到针对所述提问数据的应答数据的步骤,包括:
8.根据权利要求1所述的方法,其特征在于,将所述应答数据发送给所述应答数据获取请求的发送方的步骤,包括:
9.一种应答数据的获取装置,其特征在于,应用于服务器,所述装置包括:
10.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现权利要求1至8中任一项所述的方法。
11.一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现权利要求1至8中任一项所述的方法。