【技术实现步骤摘要】
本申请涉及人工智能技术，尤其涉及一种聊天机器人应答方法及其装置、设备、介质。
技术介绍
1、随着人工智能技术的快速发展，聊天机器人作为人机交互的重要方式之一，在聊天伴侣、客户服务、在线助手等多个领域得到了广泛应用。尽管聊天机器人技术近年来取得了显著进展，但现有技术在处理长期记忆方面仍存在不足。聊天机器人在与用户进行人机对话时，往往难以有效记忆和利用历史对话信息。这种短期记忆的特性限制了机器人对用户个性化需求的理解和响应能力，导致用户体验的连贯性和个性化程度不足。
2、传统技术中，尽管采用了将历史对话作为提示输入模型的方法来增强机器人的记忆能力，但这种方法存在明显局限性。首先，由于输入提示的长度受限，机器人只能考虑有限的历史对话轮次，这限制了其长期记忆能力的发展。其次，较长的输入不仅增加了计算成本，还可能对模型的理解能力造成干扰。此外，历史对话中可能包含大量冗余信息，这使得机器人在处理时难以提取关键信息，影响了回复的准确性和质量。
3、此外，现有聊天机器人在处理多轮对话时，往往难以维持对话的上下文连贯性，无法实现跨会话的上下文理解。这导致机器人在生成回复时，很少考虑到用户的历史对话内容，使得对话显得生硬且缺乏针对性。在处理复杂对话时，现有机器人的信息整合和推理能力也显示出不足，难以生成准确和全面的回复。
4、概况而言，现有聊天机器人技术在长期记忆、个性化服务、对话连贯性以及信息整合方面存在明显的不足，这些问题限制了聊天机器人在提供高质量用户体验方面的潜力。本领域技术人员亟需一种能够克服这些不足，
技术实现思路
1、本申请的目的在于解决上述问题而提供一种聊天机器人应答方法、网络直播聊天机器人应答方法，及与方法相应的装置、设备、非易失性可读存储介质，以及计算机程序产品。
2、根据本申请的一个方面，提供一种聊天机器人应答方法，包括：
3、基于用户与聊天机器人进行人机对话所生成的最新会话相对应的最新历史对话数据，提取所述用户的画像特征数据，构成所述用户的近期用户画像；
4、从画像特征库中调用所述最新会话的在先会话相对应的长期用户画像，将长期用户画像与近期用户画像进行画像特征数据相融合，得到所述用户的最新用户画像；
5、将最新用户画像替换所述画像特征库中的所述长期用户画像，实现根据所述用户与聊天机器人之间的最新会话迭代更新所述长期用户画像；
6、基于所述用户提交的提问文本，及参考所述提问文本从更新后的所述长期用户画像中检索出的画像特征数据，生成所述提问文本相对应的应答文本。
7、根据本申请的另一方面，提供一种网络直播自动应答方法，包括：
8、响应主播用户触发的模式切换指令，在主播用户的直播间的直播界面显示聊天机器人相对应的对话控件；
9、响应作用于所述对话控件的触控事件，显示聊天机器人的对话页面；
10、将观众用户向所述对话页面输入的提问文本提交至服务器，获取由所述服务器基于所述提问文本生成的应答文本;
11、将所述应答文本显示于所述对话页面；
12、其中，获取由所述服务器基于所述提问文本生成的应答文本时，所述服务器执行如下步骤：
13、基于用户与聊天机器人进行人机对话所生成的最新会话相对应的最新历史对话数据，提取所述用户的画像特征数据，构成所述用户的近期用户画像；
14、从画像特征库中调用所述最新会话的在先会话相对应的长期用户画像，将长期用户画像与近期用户画像进行画像特征数据相融合，得到所述用户的最新用户画像；
15、将最新用户画像替换所述画像特征库中的所述长期用户画像，实现根据所述用户与聊天机器人之间的最新会话迭代更新所述长期用户画像；
16、基于所述用户提交的提问文本，及参考所述提问文本从更新后的所述长期用户画像中检索出的画像特征数据，生成所述提问文本相对应的应答文本。
17、根据本申请的另一方面，提供一种聊天机器人应答装置，包括：
18、近期画像提取模块，设置为基于用户与聊天机器人进行人机对话所生成的最新会话相对应的最新历史对话数据，提取所述用户的画像特征数据，构成所述用户的近期用户画像；
19、画像特征融合模块，设置为从画像特征库中调用所述最新会话的在先会话相对应的长期用户画像，将长期用户画像与近期用户画像进行画像特征数据相融合，得到所述用户的最新用户画像；
20、长期画像更新模块，设置为将最新用户画像替换所述画像特征库中的所述长期用户画像，实现根据所述用户与聊天机器人之间的最新会话迭代更新所述长期用户画像；
21、提问应答处理模块，设置为基于所述用户提交的提问文本，及参考所述提问文本从更新后的所述长期用户画像中检索出的画像特征数据，生成所述提问文本相对应的应答文本。
22、根据本申请的另一方面，提供一种聊天机器人应答设备，包括中央处理器和存储器，所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行本申请所述的方法的步骤。
23、根据本申请的另一方面，提供一种非易失性可读存储介质，其以计算机可读指令的形式存储有依据所述的聊天机器人应答方法所实现的计算机程序，所述计算机程序被计算机调用运行时，执行该方法所包括的步骤。
24、根据本申请的另一方面，提供一种计算机程序产品，包括计算机程序/指令，所述计算机程序/指令被处理器执行时实现所述方法的步骤。
25、相对于现有技术，本申请针对现有聊天机器人在处理长期记忆和个性化服务方面的不足，通过创新技术显著提升了个性化服务和长期记忆能力。本申请首先分析最新会话数据以构建近期用户画像，然后与长期用户画像融合，实现个性化和连贯性的交互体验。采用迭代更新机制保持用户画像的新鲜度和准确性，同时优化信息处理流程减少冗余信息干扰，提高回复的准确性和机器人处理复杂对话的能力。此外，通过限定更新范围提高计算效率，并利用智能应答生成机制确保回复质量，最终结合更新后的画像和用户提问生成高度相关和准确的应答，有效提升了用户满意度和交流体验。
本文档来自技高网...【技术保护点】
1.一种聊天机器人应答方法，其特征在于，包括：
2.根据权利要求1所述的聊天机器人应答方法，其特征在于，基于用户与聊天机器人进行人机对话所生成的最新会话相对应的最新历史对话数据，提取所述用户的画像特征数据，构成所述用户的近期用户画像，包括：
3.根据权利要求1所述的聊天机器人应答方法，其特征在于，从画像特征库中调用所述最新会话的在先会话相对应的长期用户画像，将长期用户画像与近期用户画像进行画像特征数据相融合，得到所述用户的最新用户画像，包括：
4.根据权利要求3所述的聊天机器人应答方法，其特征在于，调用画像特征融合模型根据所述画像融合提示文本中的融合策略，利用所述近期用户画像对所述长期用户画像进行画像特征数据的更新而实现融合，得到融合后的画像特征数据，作为所述用户的最新用户画像，包括如下任意一项或任意多项：
5.根据权利要求1至4中任意一项所述的聊天机器人应答方法，其特征在于，基于所述用户提交的提问文本，及参考所述提问文本从更新后的所述长期用户画像中检索出的画像特征数据，生成所述提问文本相对应的应答文本，包括：
6.根据
7.根据权利要求5所述的聊天机器人应答方法，其特征在于，采用所述提问文本和检索出的画像特征数据构造应答提示文本，调用人机对话模型根据所述应答提示文本生成对应的应答文本答复所述用户，包括：
8.一种网络直播聊天机器人应答方法，其特征在于，包括：
9.一种聊天机器人应答装置，其特征在于，包括：
10.一种聊天机器人应答设备，包括中央处理器和存储器，其特征在于，所述中央处理器用于调用运行存储于所述存储器中的计算机程序以执行如权利要求1至8中任意一项所述的方法的步骤。
11.一种非易失性可读存储介质，其特征在于，其以计算机可读指令的形式存储有依据权利要求1至8中任意一项所述的方法所实现的计算机程序，所述计算机程序被计算机调用运行时，执行相应的方法所包括的步骤。
...【技术特征摘要】
1.一种聊天机器人应答方法，其特征在于，包括：
2.根据权利要求1所述的聊天机器人应答方法，其特征在于，基于用户与聊天机器人进行人机对话所生成的最新会话相对应的最新历史对话数据，提取所述用户的画像特征数据，构成所述用户的近期用户画像，包括：
3.根据权利要求1所述的聊天机器人应答方法，其特征在于，从画像特征库中调用所述最新会话的在先会话相对应的长期用户画像，将长期用户画像与近期用户画像进行画像特征数据相融合，得到所述用户的最新用户画像，包括：
4.根据权利要求3所述的聊天机器人应答方法，其特征在于，调用画像特征融合模型根据所述画像融合提示文本中的融合策略，利用所述近期用户画像对所述长期用户画像进行画像特征数据的更新而实现融合，得到融合后的画像特征数据，作为所述用户的最新用户画像，包括如下任意一项或任意多项：
5.根据权利要求1至4中任意一项所述的聊天机器人应答方法，其特征在于，基于所述用户提交的提问文本，及参考所述提问文本从更新后的所述长期用户画像中检索出的画像特征数据，生成所述提问文本相对...
【专利技术属性】
技术研发人员：陈增海，郑康元，
申请(专利权)人：广州方硅信息技术有限公司，
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。