【技术实现步骤摘要】
本专利技术属于数据处理，尤其涉及一种基于大模型的问答处理方法与系统。
技术介绍
1、随着大模型的快速发展，极大的降低了人工客服的处理压力，同时也使得咨询用户的客服处理效率大大提升，但是与此同时，如何提升咨询用户的问答处理的准确率成为亟待解决的技术问题。
2、为了解决上述技术问题，现有技术方案中在专利技术专利cn202410086539.7《一种基于领域知识的大模型问答方法和装置》中通过将第一问题文本转换成第一问题向量，从而得到第一问题文本的第一答案文本和第一答案文本的第一评分，提升了问答处理的准确性，但是却存在以下技术问题：
3、在进行问答的匹配处理时，忽视了根据用户的问题的
确定是否需要切换至在线大模型，对于在用户的问题匹配的
中的本地大模型的处理的满意度较差时，若不能及时切换至在线大模型，则无法保证处理结果的准确性。
4、针对上述技术问题，本专利技术提供了一种基于大模型的问答处理方法与系统。
技术实现思路
1、为实现本专利技术目的，本专利技术采用如下技术方案：
2、根据本专利技术的一个方面，提供了一种基于大模型的问答处理方法。
3、一种基于大模型的问答处理方法，具体包括：
4、s1基于用户的问题的解析结果进行所述用户的问题特征向量的生成，并根据问题特征向量的解析结果进行不同的问题特征向量之间的语义关联系数的确定，通过问题特征向量的数量以及不同的问题特征向量之间的语义关联系数确定所述用户的问题的处
5、s2获取不同的问题特征向量的匹配
，并根据不同的问题特征向量的匹配
进行所述用户的问题与不同的
的匹配系数以及问题匹配
的确定；
6、s3获取本地大模型在不同的问题匹配
的历史问答处理结果的满意情况，并结合不同的问题匹配
的匹配系数确定所述本地大模型的识别处理准确率不满足要求时，进入下一步骤；
7、s4确定在线大模型的实时运行数据以及在不同的问题匹配
的历史问答处理结果的满意情况，并结合所述本地大模型的识别处理准确率以及所述用户的问题的处理复杂度确定是否切换至所述在线大模型。
8、进一步的技术方案在于，所述用户的问题特征向量的生成的方法为：
9、基于用户的问题的解析结果进行所述用户的问题语句的确定，并根据所述问题语句与预设语义向量的匹配结果进行所述用户的问题特征向量的生成。
10、进一步的技术方案在于，所述语义关联系数的确定的方法为：
11、根据不同的问题特征向量的历史匹配结果进行不同的问题特征向量位于同一个历史问题的筛选，并将其作为筛选历史问题，通过筛选历史问题的数量进行所述问题特征向量之间的基础语义关联系数的确定；
12、将问题特征向量作为输入向量，通过预设语义分析模型进行所述问题特征向量之间的修正语义关联系数的确定；
13、通过所述问题特征向量之间的基础语义关联系数以及修正语义关联系数确定所述问题特征向量之间的语义关联系数。
14、进一步的技术方案在于，所述语义关联系数的取值范围在0到1之间，其中所述语义关联系数越大，则所述问题特征向量之间的语义关联程度越高。
15、另一方面，本申请提供一种基于大模型的问答处理系统，采用上述的一种基于大模型的问答处理方法，具体包括：
16、复杂度评估模块，
匹配模块，准确率评估模块，切换评估模块；
17、其中所述复杂度评估模块负责基于用户的问题的解析结果进行所述用户的问题特征向量的生成，并根据问题特征向量的解析结果进行不同的问题特征向量之间的语义关联系数的确定，通过问题特征向量的数量以及不同的问题特征向量之间的语义关联系数确定所述用户的问题的处理复杂度是否满足要求；
18、所述
匹配模块负责获取不同的问题特征向量的匹配
，并根据不同的问题特征向量的匹配
进行所述用户的问题与不同的
的匹配系数以及问题匹配
的确定；
19、所述准确率评估模块负责获取本地大模型在不同的问题匹配
的历史问答处理结果的满意情况，并结合不同的问题匹配
的匹配系数确定所述本地大模型的识别处理准确率是否满足要求；
20、所述切换评估模块负责确定在线大模型的实时运行数据以及在不同的问题匹配
的历史问答处理结果的满意情况，并结合所述本地大模型的识别处理准确率以及所述用户的问题的处理复杂度确定是否切换至所述在线大模型。
21、本专利技术的有益效果在于：
22、1、通过本地大模型在不同的问题匹配
的历史问答处理结果的满意情况以及不同的问题匹配
的匹配系数确定本地大模型的识别处理准确率是否满足要求，从而实现了从本地大模型在问题匹配
的处理满意情况的角度对本地大模型在处理所述用户的问题时的准确率的评估，同时通过结合匹配系数也充分考虑到不同的问题匹配
的满意情况的差异化的影响，保证了本地大模型的识别处理准确率的准确评估，也为差异化的进行本地大模型和在线大模型的切换控制奠定了基础。
23、2、通过在线大模型的实时运行数据以及在不同的问题匹配
的历史问答处理结果的满意情况、本地大模型的识别处理准确率以及用户的问题的处理复杂度确定是否切换至所述在线大模型，不仅单一的考虑到本地大模型的识别处理准确率以及用户的问题的处理复杂度的差异，同时通过进一步结合在线大模型的处理延时情况以及识别处理的准确率的考虑，实现了在不同的状态下的采用差异化的识别处理模型的选择，在保证识别处理效率的基础上提升了识别处理的准确性。
24、其他特征和优点将在随后的说明书中阐述，本专利技术的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。
25、为使本专利技术的上述目的、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。
本文档来自技高网...【技术保护点】
1.一种基于大模型的问答处理方法，其特征在于，具体包括：
2.如权利要求1所述的基于大模型的问答处理方法，其特征在于，所述用户的问题特征向量的生成的方法为：
3.如权利要求1所述的基于大模型的问答处理方法，其特征在于，所述语义关联系数的确定的方法为：
4.如权利要求3所述的基于大模型的问答处理方法，其特征在于，所述语义关联系数的取值范围在0到1之间，其中所述语义关联系数越大，则所述问题特征向量之间的语义关联程度越高。
5.如权利要求1所述的基于大模型的问答处理方法，其特征在于，确定所述用户的问题的处理复杂度满足要求，具体包括：
6.如权利要求1所述的基于大模型的问答处理方法，其特征在于，当所述问题的处理复杂度不满足要求时，则直接切换至在线大模型进行所述用户的问题的问答处理。
7.如权利要求1所述的基于大模型的问答处理方法，其特征在于，确定所述用户的问题的处理复杂度满足要求，具体包括：
8.如权利要求1所述的基于大模型的问答处理方法，其特征在于，所述匹配技术领域根据所述问题特征向量对应的预设的技术领
9.如权利要求1所述的基于大模型的问答处理方法，其特征在于，所述用户的问题与不同的技术领域的匹配系数的确定的方法为：
10.一种基于大模型的问答处理系统，其特征在于，采用权利要求1-9任一项所述的一种基于大模型的问答处理方法，具体包括：
...【技术特征摘要】
1.一种基于大模型的问答处理方法，其特征在于，具体包括：
2.如权利要求1所述的基于大模型的问答处理方法，其特征在于，所述用户的问题特征向量的生成的方法为：
3.如权利要求1所述的基于大模型的问答处理方法，其特征在于，所述语义关联系数的确定的方法为：
4.如权利要求3所述的基于大模型的问答处理方法，其特征在于，所述语义关联系数的取值范围在0到1之间，其中所述语义关联系数越大，则所述问题特征向量之间的语义关联程度越高。
5.如权利要求1所述的基于大模型的问答处理方法，其特征在于，确定所述用户的问题的处理复杂度满足要求，具体包括：
6.如权利要求1所述的基于大模型的问答处...
【专利技术属性】
技术研发人员：顾江华，胡丽萍，徐炎栋，丁煜峰，章淑怡，
申请(专利权)人：杭州艾草信息服务有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。