融合知识库和大模型的机器人对话方法、装置、计算机设备及存储介质与流程

本技术涉及对话机器人，特别是涉及融合知识库和大模型的机器人对话方法、装置、计算机设备及存储介质。

背景技术：

1、目前，对话机器人有两种类型：任务型对话机器人和闲聊型对话机器人。任务型对话机器人以完成特定的如客户要求、客户意图、客户答疑等任务设计应用在电商、金融、功能性软件如票务场景中的对话系统。闲聊型对话机器人主要以开放式场景对话为主要应用场景设计对话系统。任务型对话机器人常见于电商平台的智能客服机器人，完成客户的工单分类任务如投诉、退货、理赔、说明书等基础、简单、机械、流程化的需求。闲聊型对话机器人以“微软小冰”为代表的闲聊、开放领域对话机器人，主要以情感陪伴为目标为用户群体提供聊天、对话场景等。

2、任务型对话机器人由于特殊任务领域不同，在具体任务、领域之间的迁移性较差，无法复用。任务型对话机器人在不同任务背景下需要设计不同类型的词槽、意图匹配、话术模版设计、关键词模版等进行用户意图的分析、对话状态追踪进行信息补全，产品主要表现为对话话术生硬机械、不具备任何开放性对话，难以比拟人工服务，客户体验不佳等问题。闲聊型对话机器人主要用于基于用户情绪价值，提供对话场景等服务，闲聊型对话机器人是基于生成式大模型生成用户问句的回复，在对话质量上有所提升但是在多轮对话中不具备其推理逻辑，同时由于其生成式架构设计，无法在相关任务中执行领域任务。

3、因此，如何结合任务型对话机器人与闲聊型对话机器人各自优点，实现对话机器人的高效、灵活、准确对话，是本领域亟待解决的问题。

技术实现思路

1、为解决上述技术问题，本技术提供一种融合知识库和大模型的机器人对话方法，能够结合任务型对话机器人与闲聊型对话机器人各自优点，实现对话机器人的高效、灵活、准确对话。本技术还提供一种融合知识库和大模型的机器人对话装置、计算机设备及存储介质，具有相同的技术效果。

2、本技术的第一个目的为提供一种融合知识库和大模型的机器人对话方法。

3、本技术的上述申请目的一是通过以下技术方案得以实现的：

4、一种融合知识库和大模型的机器人对话方法，应用于对话机器人，所述对话机器人具有qa知识库和生成式大模型，所述方法包括：

5、获取用户输入的目标问题语句；

6、基于所述目标问题语句对所述qa知识库中的预设问题语句进行相似度召回，得到预设数量的预设问题语句，其中，所述qa知识库预先根据所述机器人的应用场景构建得到，所述qa知识库包括适用于所述机器人的应用场景的若干预设问题语句和与所述若干预设问题语句相关联的若干预设应答语句；

7、基于预设的相似度阈值、召回的预设问题语句和生成式大模型确定所述目标问题语句对应的目标应答语句；

8、展示所述目标应答语句。

9、优选地，所述基于所述目标问题语句对所述qa知识库中的预设问题语句进行相似度召回，得到预设数量的预设问题语句包括:

10、将所述目标问题语句与所述qa知识库中的若干预设问题语句进行相似度计算，得到各个预设问题语句与目标问题语句之间的相似度值；

11、基于所述各个预设问题语句与目标问题语句之间的相似度值，利用topn算法从所述qa知识库中召回相似度最高的n个预设问题语句，其中，n为正整数。

12、优选地，在获取用户输入的目标问题语句之前，所述方法还包括：

13、采用simcse模型将所述qa知识库中的预设问题语句转换成预设维度的向量，并使用向量文件的方式对所述预设问题语句进行存储。

14、优选地，所述将所述目标问题语句与所述qa知识库中的若干预设问题语句进行相似度计算，得到各个预设问题语句与目标问题语句之间的相似度值包括：

15、采用simcse模型对所述目标问题语句进行embedding处理，得到所述目标问题语句对应的向量，其中，所述目标问题语句对应的向量与所述qa知识库中的预设问题语句对应的向量的维度相同；

16、采用预设的相似度计算方法将所述目标问题语句对应的向量与所述qa知识库中的预设问题语句对应的向量进行相似度计算，得到各个预设问题语句与目标问题语句之间的相似度值。

17、优选地，所述预设的相似度阈值包括第一相似度阈值，

18、所述基于预设的相似度阈值、召回的预设问题语句和生成式大模型确定所述目标问题语句对应的目标应答语句包括：

19、当召回的预设问题语句中存在相似度值大于所述第一相似度阈值的预设问题语句时，将召回的预设问题语句中相似度值最高的预设问题语句关联的预设应答语句确定为所述目标问题语句对应的目标应答语句。

20、优选地，所述预设的相似度阈值还包括第二相似度阈值，且所述第一相似度阈值大于所述第二相似度阈值，

21、所述基于预设的相似度阈值、召回的预设问题语句和生成式大模型确定所述目标问题语句对应的目标应答语句还包括：

22、当召回的预设问题语句中不存在相似度值大于所述第一相似度阈值的预设问题语句，但是存在相似度值大于所述第二相似度阈值的预设问题语句时，采用零样本分类方法从召回的预设问题语句中确定所述目标问题语句对应的目标应答语句；

23、当召回的预设问题语句中不存在相似度值大于所述第二相似度阈值的预设问题语句时，则采用所述生成式大模型基于所述目标问题语句生成所述目标应答语句。

24、优选地，所述机器人具有多个qa知识库，且各个qa知识库对应的机器人应用场景不同，

25、在基于所述目标问题语句对所述qa知识库中的预设问题语句进行相似度召回，得到预设数量的预设问题语句之前，所述方法还包括：

26、对所述目标问题语句进行语义解析得到解析结果；

27、基于所述解析结果确定所述目标问题语句所匹配的应用场景；

28、基于确定得到的所述目标问题语句所匹配的应用场景，确定所述目标问题语句所匹配的qa知识库。

29、本技术的第二个目的为提供一种融合知识库和大模型的机器人对话装置。

30、本技术的上述申请目的二是通过以下技术方案得以实现的：

31、一种融合知识库和大模型的机器人对话装置，应用于对话机器人，所述对话机器人具有qa知识库和生成式大模型，所述装置包括：

32、目标问题获取模块，用于获取用户输入的目标问题语句；

33、预设问题召回模块，基于所述目标问题语句对所述qa知识库中的预设问题语句进行相似度召回，得到预设数量的预设问题语句，其中，所述qa知识库预先根据所述机器人的应用场景构建得到，所述qa知识库包括适用于所述机器人的应用场景的若干预设问题语句和与所述若干预设问题语句相关联的若干预设应答语句；

34、目标应答确定模块，用于基于预设的相似度阈值、召回的预设问题语句和生成式大模型确定所述目标问题语句对应的目标应答语句；

35、目标应答展示模块，用于展示所述目标应答语句。

36、优选地，所述预设问题召回模块包括:

37、问题语句相似度计算单元，用于将所述目标问题语句与所述qa知识库中的若干预设问题语句进行相似度计算，得到各个预设问题语句与目标问题语句之间的相似度值；

38、topn召回单元，基于所述各个预设问题语句与目标问题语句之间的相似度值，利用topn算法从所述qa知识库中召回相似度最高的n个预设问题语句，其中，n为正整数。

39、优选地，所述装置还包括：

40、语句转换模块，用于在获取用户输入的目标问题语句之前，采用simcse模型将所述qa知识库中的预设问题语句转换成预设维度的向量，并使用向量文件的方式对所述预设问题语句进行存储。

41、优选地，所述问题语句相似度计算单元包括：

42、语句转换子单元，采用simcse模型对所述目标问题语句进行embedding处理，得到所述目标问题语句对应的向量，其中，所述目标问题语句对应的向量与所述qa知识库中的预设问题语句对应的向量的维度相同；

43、语句相似度计算子单元，用于采用预设的相似度计算方法将所述目标问题语句对应的向量与所述qa知识库中的预设问题语句对应的向量进行相似度计算，得到各个预设问题语句与目标问题语句之间的相似度值。

44、优选地，所述预设的相似度阈值包括第一相似度阈值，

45、所述目标应答确定模块执行基于预设的相似度阈值、召回的预设问题语句和生成式大模型确定所述目标问题语句对应的目标应答语句时具体用于：

46、当召回的预设问题语句中存在相似度值大于所述第一相似度阈值的预设问题语句时，将召回的预设问题语句中相似度值最高的预设问题语句关联的预设应答语句确定为所述目标问题语句对应的目标应答语句。

47、优选地，所述预设的相似度阈值还包括第二相似度阈值，且所述第一相似度阈值大于所述第二相似度阈值，

48、所述目标应答确定模块执行基于预设的相似度阈值、召回的预设问题语句和生成式大模型确定所述目标问题语句对应的目标应答语句时还用于：

49、当召回的预设问题语句中不存在相似度值大于所述第一相似度阈值的预设问题语句，但是存在相似度值大于所述第二相似度阈值的预设问题语句时，采用零样本分类方法从召回的预设问题语句中确定所述目标问题语句对应的目标应答语句；

50、当召回的预设问题语句中不存在相似度值大于所述第二相似度阈值的预设问题语句时，则采用所述生成式大模型基于所述目标问题语句生成所述目标应答语句。

51、优选地，所述机器人具有多个qa知识库，且各个qa知识库对应的机器人应用场景不同，

52、所述装置还包括：

53、语义解析模块，用于在基于所述目标问题语句对所述qa知识库中的预设问题语句进行相似度召回，得到预设数量的预设问题语句之前，对所述目标问题语句进行语义解析得到解析结果；

54、场景匹配模块，用于基于所述解析结果确定所述目标问题语句所匹配的应用场景；

55、知识库匹配模块，用于知识库基于确定得到的所述目标问题语句所匹配的应用场景，确定所述目标问题语句所匹配的qa知识库。

56、本技术的第三个目的为提供一种计算机设备。

57、本技术的上述申请目的三是通过以下技术方案得以实现的：

58、一种计算机设备，包括：

59、存储器、处理器以及存储于所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述本技术的第一个目的中任一项所述的融合知识库和大模型的机器人对话方法的步骤。

60、本技术的第四个目的为提供一种计算机可读存储介质。

61、本技术的上述申请目的四是通过以下技术方案得以实现的：

62、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述本技术的第一个目的中任一项所述的融合知识库和大模型的机器人对话方法的步骤。

63、综上所述可知，本技术提供一种融合知识库和大模型的机器人对话方法、装置、计算机设备及存储介质，通过获取用户输入的目标问题语句；基于所述目标问题语句对所述qa知识库中的预设问题语句进行相似度召回，得到预设数量的预设问题语句，其中，所述qa知识库预先根据所述机器人的应用场景构建得到，所述qa知识库包括适用于所述机器人的应用场景的若干预设问题语句和与所述若干预设问题语句相关联的若干预设应答语句；基于预设的相似度阈值、召回的预设问题语句和生成式大模型确定所述目标问题语句对应的目标应答语句；展示所述目标应答语句，本技术结合任务型对话机器人与闲聊型对话机器人各自优点，在大模型良好的对话表现基础上设计融合知识库的对话架构，从而针对不同的问题语句选择不同的方式得到对应的应答语句，实现了对话机器人的高效、灵活、准确对话，有效避免大模型对话不可控，将大模型的对话能力通过知识库赋予专业领域知识，实现了闲聊机器人在特定领域的应用。