问题识别方法、智能回复方法、装置以及计算机存储介质与流程

本申请涉及自然语言处理，特别是涉及一种问题识别方法、智能回复方法、智能回复装置以及计算机存储介质。

背景技术：

1、随着人工智能技术的飞速发展，大模型已经成为各行各业的研究热点。大模型具有极高的参数规模和计算能力，可以从海量的数据中学习到丰富的知识和语言表达能力，从而能够生成高质量的回复，相比以往的卷积神经网络和循环神经网络，在各个自然语言处理任务上均取得了突破性的进展。

2、虽然在一般的知识问答问题上，大模型取得了较好的效果，但是在面对一些特殊的陷阱问题时，往往会给出不准确或不合适的回复。陷阱问题通常是指具有一定的欺骗性或误导性的问题。面对这样的问题，大模型往往会直接回答问题，对存在陷阱的地方无法明确反驳错误，导致大模型的用户交互能力较差。

技术实现思路

1、为解决上述技术问题，本申请提出了一种问题识别方法、智能回复方法、智能回复装置以及计算机存储介质。

2、为解决上述技术问题，本申请提出了一种问题识别方法，所述问题识别方法包括：

3、获取用户输入问题；

4、通过大模型识别所述问题的若干实体；

5、获取所述若干实体的辅助信息；

6、将所述辅助信息输入所述大模型，通过所述大模型根据所述辅助信息分析所述问题中若干实体之间的关系，获取所述问题中的知识错误。

7、其中，所述获取所述问题中的知识错误之后，所述问题识别方法还包括：

8、将所述知识错误以及所述问题输入所述大模型，获取所述大模型输出的改写问题。

9、其中，所述将所述辅助信息输入所述大模型，包括：

10、获取预设的启发语；

11、将所述启发语、所述问题以及所述辅助信息进行拼合，得到拼合文本；

12、将所述拼合文本输入所述大模型。

13、其中，所述获取所述若干实体的辅助信息，包括：

14、从预设知识库，获取存储的结构化数据；

15、对所述问题的每一实体，从所述结构化数据中获取对应的实体三元组，作为所述若干实体的辅助信息。

16、其中，所述获取所述若干实体的辅助信息，包括：

17、从外部知识系统，获取非结构化数据；

18、对所述问题的每一实体，从所述非结构化数据中获取包含对应实体的文本片段，作为所述若干实体的辅助信息。

19、其中，所述对所述问题的每一实体，从所述结构化数据中获取对应的实体三元组，作为所述若干实体的辅助信息，包括：

20、对所述问题的每一实体，从所述结构化数据中获取对应的若干候选实体三元组；

21、按照与所述问题，和/或其他实体的相关性对所述每一实体的若干候选实体三元组进行排序；

22、获取排序从前到后的预设数量的候选实体三元组，作为所述每一实体的辅助信息。

23、其中，所述获取所述问题中的知识错误之后，所述问题识别方法还包括：

24、输出所述问题，并在所述问题上标注所述知识错误，以及相关的辅助信息；

25、响应于用户对所述辅助信息的选择，根据选择的辅助信息对所述问题进行改写。

26、为解决上述技术问题，本申请还提出一种智能回复方法，所述智能回复方法包括：

27、获取用户输入问题，以及所述问题的知识错误；

28、基于所述知识错误对所述问题进行改写；

29、将改写后的问题输入大模型，获取所述大模型输出的关于所述改写后的问题的智能回复；

30、其中，所述问题的知识错误通过上述的问题识别方法识别所得。

31、为解决上述技术问题，本申请还提出一种智能回复装置，所述智能回复装置包括存储器以及与所述存储器耦接的处理器；其中，所述存储器用于存储程序数据，所述处理器用于执行所述程序数据以实现如上述的问题识别方法，和/或智能回复方法。

32、为解决上述技术问题，本申请还提出一种计算机存储介质，所述计算机存储介质用于存储程序数据，所述程序数据在被计算机执行时，用以实现上述的问题识别方法，和/或智能回复方法。

33、与现有技术相比，本申请的有益效果是：智能回复装置获取用户输入问题；通过大模型识别所述问题的若干实体；获取所述若干实体的辅助信息；将所述辅助信息输入所述大模型，通过所述大模型根据所述辅助信息分析所述问题中若干实体之间的关系，获取所述问题中的知识错误。通过上述问题识别方法，利用大模型以及辅助信息针对用户输入问题进行陷阱和错误识别，提高大模型对用户交互的理解能力和准确度。

技术特征：

1.一种问题识别方法，其特征在于，所述问题识别方法包括：

2.根据权利要求1所述的问题识别方法，其特征在于，

3.根据权利要求1所述的问题识别方法，其特征在于，

4.根据权利要求1或3所述的问题识别方法，其特征在于，

5.根据权利要求4所述的问题识别方法，其特征在于，

6.根据权利要求4所述的问题识别方法，其特征在于，

7.根据权利要求1所述的问题识别方法，其特征在于，

8.一种智能回复方法，其特征在于，所述智能回复方法包括：

9.一种智能回复装置，其特征在于，所述智能回复装置包括存储器以及与所述存储器耦接的处理器；

10.一种计算机存储介质，其特征在于，所述计算机存储介质用于存储程序数据，所述程序数据在被计算机执行时，用以实现如权利要求1至7任一项所述的问题识别方法，和/或权利要求8所述的智能回复方法。

技术总结
本申请提出一种问题识别方法、智能回复方法、智能回复装置以及计算机存储介质。所述问题识别方法包括：获取用户输入问题；通过大模型识别所述问题的若干实体；获取所述若干实体的辅助信息；将所述辅助信息输入所述大模型，通过所述大模型根据所述辅助信息分析所述问题中若干实体之间的关系，获取所述问题中的知识错误。通过上述问题识别方法，利用大模型以及辅助信息针对用户输入问题进行陷阱和错误识别，提高大模型对用户交互的理解能力和准确度。

技术研发人员：李亚,陶堃,王涛,刘权,王士进,魏思
受保护的技术使用者：科大讯飞股份有限公司
技术研发日：
技术公布日：2024/4/29