【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于多智能体的仪器推荐方法、装置、设备及介质。
技术介绍
1、随着互联网和大数据的快速发展，个性化推荐系统的应用范围愈发广泛。在现代研究领域，通常通过分析用户和项目之间的历史交互数据来生成推荐结果，能否准确生成推荐结果成为影响用户使用体验的重要因素。
2、现有技术中，通常直接通过单一的大语言模型，生成仪器推荐结果。
3、但是，通过单一的大语言模型生成仪器推荐结果的现有技术，往往难以充分理解用户的复杂意图和背景信息，导致推荐结果不够准确。
技术实现思路
1、本专利技术提供了一种基于多智能体的仪器推荐方法、装置、设备及介质，可以提高仪器推荐结果的准确性。
2、第一方面，本专利技术实施例提供了一种基于多智能体的仪器推荐方法，应用于多智能体推荐系统，该多智能体推荐系统包括研究课题推荐智能体、研究方法推荐智能体、测试方法推荐智能体和仪器推荐智能体，该基于多智能体的仪器推荐方法包括：获取用户输入的测试材料、研究方向和测试材料的实际应用场景；通过研究课题推荐智能体，根据用户的属性信息，以及测试材料、研究方向和测试材料的实际应用场景，生成研究课题；通过研究方法推荐智能体，获取与研究课题相关的文献，并根据研究课题和文献，生成至少一个研究方法；通过测试方法推荐智能体，生成与研究课题对应的材料测试方法和实验设计方法；通过仪器推荐智能体，根据研究课题、研究方法、材料测试方法和实验设计方法，生成与每种研究方法分别对应的仪器推荐结果。p>
3、可选的，在通过研究课题推荐智能体，根据用户的属性信息，以及测试材料、研究方向和测试材料的实际应用场景，生成研究课题之前，还包括：根据测试材料、研究方向和测试材料的实际应用场景，生成综合文本信息；获取预先构建的仪器库中的仪器信息，并确定各仪器信息与综合文本信息之间的文本语义相似度；根据文本语义相似度对仪器库中的各仪器进行排序，得到仪器序列，并确定与仪器序列对应的目标键值对；通过仪器推荐智能体，根据研究课题、研究方法、材料测试方法和实验设计方法，生成与每种研究方法分别对应的仪器推荐结果，具体包括：通过仪器推荐智能体，根据研究课题、研究方法、材料测试方法、实验设计方法以及目标键值对，生成与每种研究方法分别对应的仪器推荐结果。
4、可选的，仪器推荐智能体中配置有包含注意力机制网络的大语言模型；其中，目标键值对用于作为注意力机制网络的关键输入参数。
5、可选的，根据文本语义相似度对仪器库中的各仪器进行排序，得到仪器序列，包括：对各文本语义相似度进行升序或降序排序，得到相似度排序结果；在相似度排序结果中获取数值最大的两个文本语义相似度，并将与数值最大的两个文本语义相似度分别对应的仪器排列在预设空序列的开头位置和结尾位置；将预设空序列中距离开头位置最近的位置更新为开头位置，将预设空序列中距离结尾位置最近的位置更新为结尾位置；将数值最大的两个文本语义相似度从相似度排序结果中剔除，并返回执行在相似度排序结果中获取数值最大的两个文本语义相似度的操作，直至仪器库中的各仪器信息排列完成。
6、可选的，通过研究方法推荐智能体，获取与研究课题相关的文献，并根据研究课题和文献，生成至少一个研究方法，包括：通过研究方法推荐智能体，获取与研究课题相关的文献，并根据研究课题和文献，生成当前研究方法;通过研究方法推荐智能体，将与当前研究方法对应的当前键值对作为前序关联特征进行缓存；通过研究方法推荐智能体，根据研究课题、文献和缓存的前序关联特征，生成与当前研究方法对应的下一研究方法；通过研究方法推荐智能体，将下一研究方法对应的下一键值对与当前键值对进行拼接，得到更新后的当前键值对；通过研究方法推荐智能体，将下一研究方法作为当前研究方法，并返回执行通过研究方法推荐智能体，将与当前研究方法对应的当前键值对作为前序关联特征进行缓存的步骤，直至生成全部研究方法。
7、可选的，在通过仪器推荐智能体，根据研究课题、研究方法、材料测试方法和实验设计方法，生成与每种研究方法分别对应的仪器推荐结果之后，还包括：将研究方法以及与研究方法匹配的仪器推荐结果分别添加至预先设置的仪器推荐模板中，得到至少一个组合推荐项；将各组合推荐项分条目进行用户展示。
8、可选的，该基于多智能体的仪器推荐方法还包括：针对用户输入的同一组测试材料、研究方向和测试材料的实际应用场景，多次重复执行基于多智能体的仪器推荐方法，并获取每次执行得到的推荐仪器集合；根据各推荐仪器集合，统计每个推荐仪器的出现频率，并在识别出具有异常出现频率的推荐仪器时，对仪器推荐智能体中的大语言模型进行模型参数的调整；返回执行针对用户输入的同一组测试材料、研究方向和测试材料的实际应用场景，多次重复执行基于多智能体的仪器推荐方法的操作，直至满足结束调整条件。
9、第二方面，本专利技术实施例还提供了一种基于多智能体的仪器推荐装置，应用于多智能体推荐系统，该多智能体推荐系统包括研究课题推荐智能体、研究方法推荐智能体、测试方法推荐智能体和仪器推荐智能体，该基于多智能体的仪器推荐装置包括：数据获取模块，用于获取用户输入的测试材料、研究方向和测试材料的实际应用场景；研究课题生成模块，用于通过研究课题推荐智能体，根据用户的属性信息，以及测试材料、研究方向和测试材料的实际应用场景，生成研究课题；研究方法生成模块，用于通过研究方法推荐智能体，获取与研究课题相关的文献，并根据研究课题和文献，生成至少一个研究方法；测试方法生成模块，用于通过测试方法推荐智能体，生成与研究课题对应的材料测试方法和实验设计方法；仪器推荐模块，用于通过仪器推荐智能体，根据研究课题、研究方法、材料测试方法和实验设计方法，生成与每种研究方法分别对应的仪器推荐结果。
10、第三方面，本专利技术实施例还提供了一种电子设备，该电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行本专利技术任一实施例提供的基于多智能体的仪器推荐方法。
11、第四方面，本专利技术实施例还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现本专利技术任一实施例的基于多智能体的仪器推荐方法。
12、本专利技术实施例的技术方案，通过多个智能体，逐步生成与研究方向对应的研究课题和研究方法，并根据研究方法生成仪器推荐结果，避免了仅通过一个大语言模型生成仪器推荐结果的现有技术，只能直接基于研究方向生成仪器推荐结果，导致仪器推荐结果不准确的情况，提高了仪器推荐结果的准确性。
13、应当理解，本部分所描述的内容并非旨在标识本专利技术的实施例的关键或重要特征，也不用于限制本专利技术的范围。本专利技术的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种基于多智能体的仪器推荐方法，其特征在于，应用于多智能体推荐系统，所述多智能体推荐系统包括研究课题推荐智能体、研究方法推荐智能体、测试方法推荐智能体和仪器推荐智能体，所述基于多智能体的仪器推荐方法包括：
2.根据权利要求1所述的基于多智能体的仪器推荐方法，其特征在于，在通过所述研究课题推荐智能体，根据用户的属性信息，以及所述测试材料、研究方向和测试材料的实际应用场景，生成研究课题之前，还包括：
3.根据权利要求2所述的基于多智能体的仪器推荐方法，其特征在于，所述仪器推荐智能体中配置有包含注意力机制网络的大语言模型；
4.根据权利要求2所述的基于多智能体的仪器推荐方法，其特征在于，根据所述文本语义相似度对仪器库中的各仪器进行排序，得到仪器序列，包括：
5.根据权利要求1所述的基于多智能体的仪器推荐方法，其特征在于，通过所述研究方法推荐智能体，获取与所述研究课题相关的文献，并根据所述研究课题和文献，生成至少一个研究方法，包括：
6.根据权利要求1-5任一项所述的基于多智能体的仪器推荐方法，其特征在于，在通过所述仪器推荐
7.根据权利要求1-5任一项所述的基于多智能体的仪器推荐方法，其特征在于，所述基于多智能体的仪器推荐方法还包括：
8.一种基于多智能体的仪器推荐装置，其特征在于，应用于多智能体推荐系统，所述多智能体推荐系统包括研究课题推荐智能体、研究方法推荐智能体、测试方法推荐智能体和仪器推荐智能体，所述基于多智能体的仪器推荐装置包括：
9.一种电子设备，其特征在于，所述电子设备包括：
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存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的基于多智能体的仪器推荐方法。
...【技术特征摘要】
1.一种基于多智能体的仪器推荐方法，其特征在于，应用于多智能体推荐系统，所述多智能体推荐系统包括研究课题推荐智能体、研究方法推荐智能体、测试方法推荐智能体和仪器推荐智能体，所述基于多智能体的仪器推荐方法包括：
2.根据权利要求1所述的基于多智能体的仪器推荐方法，其特征在于，在通过所述研究课题推荐智能体，根据用户的属性信息，以及所述测试材料、研究方向和测试材料的实际应用场景，生成研究课题之前，还包括：
3.根据权利要求2所述的基于多智能体的仪器推荐方法，其特征在于，所述仪器推荐智能体中配置有包含注意力机制网络的大语言模型；
4.根据权利要求2所述的基于多智能体的仪器推荐方法，其特征在于，根据所述文本语义相似度对仪器库中的各仪器进行排序，得到仪器序列，包括：
5.根据权利要求1所述的基于多智能体的仪器推荐方法，其特征在于，通过所述研究方法推荐智能体，获取与所述研究课题相关的文献，并根据所述研究课题和文...
【专利技术属性】
技术研发人员：董晓龙，黄健，高理强，孔德阳，冯昊宇，
申请(专利权)人：杭州研趣信息技术有限公司，
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。