本公开涉及计算机,具体而言,涉及一种内容生成方法、装置、计算机设备和存储介质。
背景技术:
1、随着人工智能技术的快速发展,各种各样的人工智能模型开始出现。在一系列的人工智能模型中,能够和用户进行对话的一类人工智能模型越来越受欢迎。但是,这类人工智能模型在针对用户输入的提问信息输出回答结果时,往往存在回答结果不准确、回答内容质量差的问题,影响了模型的对话效果。
技术实现思路
1、本公开实施例至少提供一种内容生成方法、装置、计算机设备和存储介质。
2、第一方面,本公开实施例提供了一种内容生成方法,包括:
3、获取输入的待回答信息;
4、根据所述待回答信息所属的目标场景分类,获取与目标场景分类相匹配的模型辅助信息;所述模型辅助信息包括权重指示信息;所述权重指示信息用于指示在顺序生成回答内容信息中的每个文字时,在多个生成角度下分别对应的生成权重;
5、利用人工智能模型,根据所述待回答信息和模型辅助信息,生成目标回答内容信息。
6、在一种可能的实施方式中,利用人工智能模型,根据所述待回答信息和模型辅助信息,生成目标回答内容信息,包括:
7、利用所述人工智能模型对所述待回答信息进行语义识别,得到语义特征;
8、按照所述模型辅助信息中的权重指示信息指示的各个所述生成权重,从各个所述生成角度下的待生成文字中确定出目标文字;所述待生成文字与所述语义特征相匹配;
9、基于顺序确定的各个目标文字,得到所述目标回答内容信息。
10、在一种可能的实施方式中,利用人工智能模型,根据所述待回答信息和模型辅助信息,生成目标回答内容信息,包括:
11、利用所述人工智能模型对所述待回答信息进行语义识别,得到语义特征;
12、根据所述语义特征和所述权重指示信息指示的各个所述生成权重,按照所述模型辅助信息包括的生成主题配置信息和模型约束信息,生成所述目标回答内容信息;所述生成主题配置信息包括所述人工智能模型对应的任务主题,和/或,用于引导信息输入的提示信息;所述生成主题配置信息还用于发送至客户端进行展示。
13、在一种可能的实施方式中,根据所述语义特征和所述权重指示信息指示的各个所述生成权重,按照所述模型辅助信息包括的生成主题配置信息和模型约束信息,生成所述目标回答内容信息,包括:
14、根据各轮历史对话对应的对话标志的数量,确定历史标志总数量;所述对话标志根据历史对话包括的历史待回答信息中的文本和历史回答内容信息中的文本确定,一轮历史对话对应于多个对话标志;
15、在所述历史标志总数量小于预设数量的情况下,根据所述语义特征和各个所述生成权重,按照所述生成主题配置信息和模型约束信息,生成所述目标回答内容信息。
16、在一种可能的实施方式中,所述模型约束信息根据以下步骤设置:
17、根据所述人工智能模型的内容生成主题,设置任务主题配置信息和生成规则信息;
18、设置与所述内容生成主题相关的样本数据,以使所述人工智能模型学习到所述样本数据对应的数据特征信息;
19、根据待生成回答内容的内容格式,设置结果格式配置信息;
20、根据所述任务主题配置信息、所述生成规则信息、所述样本数据和所述结果格式配置信息,得到所述模型约束信息。
21、在一种可能的实施方式中,所述方法还包括:
22、利用人工智能模型,根据所述待回答信息、各个所述生成权重、历史待回答信息和历史回答内容信息,生成推荐对话信息。
23、在一种可能的实施方式中,在生成目标回答内容信息之后,还包括:
24、根据新获取的待回答信息与所述目标回答内容信息之间的第一关联度、所述待回答信息与新获取的待回答信息之间的第一重复度、多轮历史对话对应的第二关联度和第二重复度,调整所述权重指示信息;
25、其中,每轮历史对话对应的第二关联度用于指示该轮历史对话中的历史回答内容信息与下一轮历史对话中的历史待回答信息的关联度;每轮历史对话对应的第二重复度用于指示该轮历史对话中的历史待回答信息与上一轮历史对话中的历史待回答信息的重复度。
26、第二方面,本公开实施例还提供一种内容生成装置,包括:
27、第一获取模块,用于获取输入的待回答信息;
28、第二获取模块,用于根据所述待回答信息所属的目标场景分类,获取与目标场景分类相匹配的模型辅助信息;所述模型辅助信息包括权重指示信息;所述权重指示信息用于指示在顺序生成回答内容信息中的每个文字时,在多个生成角度下分别对应的生成权重;
29、生成模块,用于利用人工智能模型,根据所述待回答信息和模型辅助信息,生成目标回答内容信息。
30、第三方面,本公开可选实现方式还提供一种计算机设备,处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述机器可读指令被所述处理器执行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
31、第四方面,本公开可选实现方式还提供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程序,该计算机程序被运行时执行上述第一方面,或第一方面中任一种可能的实施方式中的步骤。
32、关于上述内容生成装置、计算机设备、及计算机可读存储介质的效果描述参见上述内容生成方法的说明,这里不再赘述。
33、本公开实施例提供的内容生成方法、装置、计算机设备和存储介质,通过为不同的场景分类设置不同的模型辅助信息,并在获取到待回答信息之后,通过将待回答信息以及与待回答信息所属的目标场景分类相匹配的模型辅助信息,一起输入至人工智能模型,可以实现利用模型辅助信息,辅助人工智能模型生成与目标场景分类和待回答信息具有更高匹配度的目标回答内容信息,从而提高生成的目标回答内容信息的准确性和回答质量,提升模型对话效果。并且,模型辅助信息中还包括用于指示在多个生成角度下分别对应的生成权重的权重指示信息,所以利用权重指示信息,可以辅助人工智能模型在生成回答内容信息中的每个文字时,按照各个生成角度下的生成权重,带有侧重性的进行文字生成,从而提高生成的每个文字的合理性和准确性,得到准确性更高的目标回答内容信息。
34、为使本公开的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
1.一种内容生成方法,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,利用人工智能模型,根据所述待回答信息和模型辅助信息,生成目标回答内容信息,包括:
3.根据权利要求1所述的方法,其特征在于,利用人工智能模型,根据所述待回答信息和模型辅助信息,生成目标回答内容信息,包括:
4.根据权利要求3所述的方法,其特征在于,根据所述语义特征和所述权重指示信息指示的各个所述生成权重,按照所述模型辅助信息包括的生成主题配置信息和模型约束信息,生成所述目标回答内容信息,包括:
5.根据权利要求3所述的方法,其特征在于,所述模型约束信息根据以下步骤设置:
6.根据权利要求1所述方法,其特征在于,所述方法还包括:
7.根据权利要求1所述的方法,其特征在于,在生成目标回答内容信息之后,还包括:
8.一种内容生成装置,其特征在于,包括:
9.一种计算机设备,其特征在于,包括:处理器、存储器,所述存储器存储有所述处理器可执行的机器可读指令,所述处理器用于执行所述存储器中存储的机器可读指令,所述机器可读指令被所述处理器执行时,所述处理器执行如权利要求1至7任意一项所述的内容生成方法的步骤。
10.一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上存储有计算机程序,所述计算机程序被计算机设备运行时,所述计算机设备执行如权利要求1至7任意一项所述的内容生成方法的步骤。