任务处理方法、装置、电子设备和计算机可读存储介质与流程

本公开涉及人工智能，尤其涉及自然语言处理与大模型领域。

背景技术：

1、服务治理，是指对服务进行整治和管理，是在服务具有一定的复杂性时需要执行的措施。当前处于云原生后期，服务治理已经有了完备的方法论和相应的实施基础设施，但仍存在较多环境需要相关人员深度参与，例如，研发、测试、运维等过程均需要复杂的人机交互，且对用户输入具有较高要求，耗时和人力成本较高。

2、当前，对话式大语言模型使用强大的自然语言处理算法，可以模仿人类对话的方式进行交流，但由于模型不具备技术分析能力，因此仍无法处理技术门槛较高的服务治理交互任务。如何能更方便地进行服务治理中的人机交互，是当前ai(artificialintelligence，人工智能)原生时代下的一个核心目标。

技术实现思路

1、本公开提供了一种任务处理方法、装置、电子设备和计算机可读存储介质。

2、根据本公开的一方面，提供了一种任务处理方法，包括：

3、获取多个输入示例以及与所述多个输入示例一一对应的多个任务类型；

4、基于所述多个输入示例以及所述多个任务类型，得到第一提示模板；其中，所述第一提示模板用于指示第一模型根据所述多个输入示例与所述多个任务类型之间的对应关系，输出与所述第一提示模板拼接的信息所对应的任务类型；

5、响应于接收到任务描述信息，将所述任务描述信息与所述第一提示模板进行拼接，得到第一提示语句，并将所述第一提示语句输入所述第一模型，得到所述第一模型输出的任务类型；

6、将所述任务描述信息分发到所述第一模型输出的任务类型所对应的第一任务分解工具中；所述第一任务分解工具用于处理所述任务描述信息对应的任务。

7、根据本公开的另一方面，提供了一种任务处理装置，包括：

8、第一配置模块，用于获取多个输入示例以及与所述多个输入示例一一对应的多个任务类型，以及基于所述多个输入示例以及所述多个任务类型，得到第一提示模板；其中，所述第一提示模板用于指示第一模型根据所述多个输入示例与所述多个任务类型之间的对应关系，输出与所述第一提示模板拼接的信息所对应的任务类型；

9、顶层模块，用于响应于接收到任务描述信息，将所述任务描述信息与所述第一提示模板进行拼接，得到第一提示语句，并将所述第一提示语句输入所述第一模型，得到所述第一模型输出的任务类型；

10、第一分发模块，用于将所述任务描述信息分发到所述第一模型输出的任务类型所对应的第一任务分解工具中；所述第一任务分解工具用于处理所述任务描述信息对应的任务。

11、根据本公开的另一方面，提供了一种电子设备，包括：

12、至少一个处理器；以及

13、与该至少一个处理器通信连接的存储器；其中，

14、该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开实施例中任一的方法。

15、根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，该计算机指令用于使该计算机执行根据本公开实施例中任一的方法。

16、根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序在被处理器执行时实现根据本公开实施例中任一的方法。

17、本公开实施例的技术方案，预先配置有用于完成不同类型的任务的多个任务分解工具，并为各任务分解工具配备输入示例以及对应的任务类型，以便于构建第一提示模板。通过构建第一提示模板，在接收到用户输入的任务描述信息时，可以将第一提示模板与任务描述信息拼接后输入第一模型，利用第一提示模板向第一模型提供引导信息，使得第一模型可以参考各个任务类型对应的输入示例，准确识别任务类型，从而分发到对应的任务分解工具中进行处理。可见，根据本公开实施例的技术方案，可以基于对话式ai技术，针对口语化的任务描述信息进行准确的处理，降低对用户输入的要求，能方便地实现人机交互，减少耗时和人力成本。

18、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种任务处理方法，包括：

2.根据权利要求1所述的方法，其中，所述获取多个输入示例以及与所述多个输入示例一一对应的多个任务类型，包括：

3.根据权利要求1或2所述的方法，还包括：

4.根据权利要求3所述的方法，还包括：

5.根据权利要求3所述的方法，其中，所述第二提示模板还用于指示所述第二模型基于与所述第二提示模板拼接的信息，分解出与多个口语化参数类型匹配的多个任务参数，并根据第一知识库中的映射知识，将与多个口语化参数类型匹配的多个任务参数转换为与多个标准化参数类型匹配的多个任务参数。

6.根据权利要求3所述的方法，其中，所述将所述第二提示语句输入所述第二模型，得到所述第二模型输出的多个任务参数，包括：

7.根据权利要求3所述的方法，其中，所述在所述第一任务分解工具中，将所述任务描述信息与所述第一任务分解工具中的第二提示模板进行拼接，得到第二提示语句，包括：

8.根据权利要求7所述的方法，其中，所述第一提示模板还用于指示所述第一模型在不确定与所述第一提示模板拼接的信息所对应的任务类型时，输出任务类型为动态任务；

9.一种任务处理装置，包括：

10.根据权利要求9所述的装置，其中，所述第一配置模块用于：

11.根据权利要求9或10所述的装置，还包括：

12.根据权利要求11所述的装置，还包括第二配置模块，用于：

13.根据权利要求12所述的装置，其中，所述第二提示模板还用于指示所述第二模型基于与所述第二提示模板拼接的信息，分解出与多个口语化参数类型匹配的多个任务参数，并根据第一知识库中的映射知识，将与多个口语化参数类型匹配的多个任务参数转换为与多个标准化参数类型匹配的多个任务参数。

14.根据权利要求12所述的装置，其中，所述中层工具模块还用于：

15.根据权利要求12所述的装置，其中，所述中层工具模块还用于：

16.根据权利要求15所述的装置，其中，所述第一提示模板还用于指示所述第一模型在不确定与所述第一提示模板拼接的信息所对应的任务类型时，输出任务类型为动态任务；

17.一种电子设备，包括：

18.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-8中任一项所述的方法。

19.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-8中任一项所述的方法。

技术总结
本公开提供了一种任务处理方法、装置、电子设备和计算机可读存储介质，涉及人工智能技术领域，尤其涉及自然语言处理与大模型领域。具体实现方案为：获取多个输入示例以及与多个输入示例一一对应的多个任务类型；基于多个输入示例以及多个任务类型，得到第一提示模板；响应于接收到任务描述信息，将任务描述信息与第一提示模板进行拼接，得到第一提示语句，并将第一提示语句输入第一模型，得到第一模型输出的任务类型；将任务描述信息分发到第一模型输出的任务类型所对应的第一任务分解工具中。根据本公开实施例的技术方案，可以基于对话式AI技术，针对口语化的任务描述信息进行准确的处理，减少耗时和人力成本。

技术研发人员：甄真,徐志明,惠向波,朱泽朋,何喆,杨冰霜
受保护的技术使用者：百度在线网络技术(北京)有限公司
技术研发日：
技术公布日：2024/2/29