【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种信息处理方法、装置、计算机设备及存储介质。
技术介绍
1、大语言模型(large language model，llm)是指使用大量文本数据训练的深度学习模型，可以生成自然语言文本或理解语言文本的含义。大语言模型可以处理多种自然语言任务，如文本分类、问答、对话等，是通向人工智能的一条重要途径。
2、但是，在相关技术中，无法做到根据不同的用户进行更具个性化地处理一些用户的请求信息，进而导致针对不同用户的请求信息的反馈不够准确。
技术实现思路
1、本申请提出了一种信息处理方法、装置、计算机设备及存储介质，以提高信息反馈的准确性。
2、第一方面，本申请实施例提供了一种信息处理方法，应用于服务器，所述方法包括：接收第一电子设备发送的第一请求信息，所述第一请求信息携带有所述第一电子设备的当前使用者的第一用户身份标识；从多个生成式大语言模型中确定与所述第一用户身份标识对应的生成式大语言模型，作为目标模型，多个所述生成式大语言模型与多种预设用户身份标识一一对应，所述生成式大语言模型用于对请求信息进行意图识别，并输出意图识别结果对应的反馈信息，所述目标模型是基于所述第一用户身份标识关联的第一训练样本集预先训练得到的，所述第一训练样本集是基于所述第一电子设备安装的至少一种应用中的与所述第一用户身份标识对应的上下文信息生成得到的；将所述第一请求信息输入至所述目标模型中，得到与所述第一请求信息对应的第一反馈信息；发送所述第一反馈信息至所述第一电子设
3、第二方面，本申请实施例提供了一种信息处理方法，应用于第一电子设备，所述方法包括：向服务器发送第一请求信息，所述第一请求信息携带有所述第一电子设备的当前使用者的第一用户身份标识；接收所述服务器基于所述第一请求信息发送的第一反馈信息，所述第一反馈信息是所述服务器从多个生成式大语言模型中确定与所述第一用户身份标识对应的生成式大语言模型，作为目标模型；并将所述第一请求信息输入至所述目标模型中，得到与所述第一请求信息对应的第一反馈信息，多个所述生成式大语言模型与多种预设用户身份标识一一对应，所述生成式大语言模型用于对请求信息进行意图识别，并输出意图识别结果对应的反馈信息，所述目标模型是基于所述第一用户身份标识关联的第一训练样本集预先训练得到的，所述第一训练样本集是基于所述第一电子设备安装的至少一种应用中的与所述第一用户身份标识对应的上下文信息生成得到的；输出所述第一反馈信息。
4、第三方面，本申请实施例提供了一种信息处理装置，应用于服务器，所述装置包括：信息接收模块，用于接收第一电子设备发送的第一请求信息，所述第一请求信息携带有所述第一电子设备的当前使用者的第一用户身份标识；模型确定模块，用于从多个生成式大语言模型中确定与所述第一用户身份标识对应的生成式大语言模型，作为目标模型，多个所述生成式大语言模型与多种预设用户身份标识一一对应，所述生成式大语言模型用于对请求信息进行意图识别，并输出意图识别结果对应的反馈信息，所述目标模型是基于所述第一用户身份标识关联的第一训练样本集预先训练得到的，所述第一训练样本集是基于所述第一电子设备安装的至少一种应用中的与所述第一用户身份标识对应的上下文信息生成得到的；反馈信息获取模块，用于将所述第一请求信息输入至所述目标模型中，得到与所述第一请求信息对应的第一反馈信息；信息反馈模块，用于发送所述第一反馈信息至所述第一电子设备。
5、第四方面，本申请实施例提供了一种信息处理装置，应用于第一电子设备，所述装置包括：信息发送模块，用于向服务器发送第一请求信息，所述第一请求信息携带有所述第一电子设备的当前使用者的第一用户身份标识；信息接收模块，用于接收所述服务器基于所述第一请求信息发送的第一反馈信息，所述第一反馈信息是所述服务器从多个生成式大语言模型中确定与所述第一用户身份标识对应的生成式大语言模型，作为目标模型；并将所述第一请求信息输入至所述目标模型中，得到与所述第一请求信息对应的第一反馈信息，多个所述生成式大语言模型与多种预设用户身份标识一一对应，所述生成式大语言模型用于对请求信息进行意图识别，并输出意图识别结果对应的反馈信息，所述目标模型是基于所述第一用户身份标识关联的第一训练样本集预先训练得到的，所述第一训练样本集是基于所述第一电子设备安装的至少一种应用中的与所述第一用户身份标识对应的上下文信息生成得到的；信息输出模块，用于输出所述第一反馈信息。
6、第五方面，本申请实施例提供了一种计算机设备，包括：一个或多个处理器；存储器；一个或多个程序，其中所述一个或多个程序被存储在所述存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序配置用于执行上述的方法。
7、第六方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，所述程序代码可被处理器调用执行上述的方法。
8、本申请提供的方案中，服务器接收第一电子设备发送的第一请求信息，其中，第一请求信息携带有第一电子设备的当前使用者的第一用户身份标识；从多个生成式大语言模型中确定与第一用户身份标识对应的生成式大语言模型，作为目标模型，多个生成式大语言模型与多种预设用户身份标识一一对应，生成式大语言模型用于对请求信息进行意图识别，并输出意图识别结果对应的反馈信息；将第一请求信息输入至目标模型中，得到与第一请求信息对应的第一反馈信息；发送第一反馈信息至所述第一电子设备。由于其中的目标模型是基于第一用户身份标识关联的第一训练样本集预先训练得到的，并且第一训练样本集是基于第一电子设备安装的至少一种应用中的与第一用户身份标识对应的上下文信息生成得到的。如此，可以使得目标模型可以学习到第一用户身份标识对应的用户的喜好和说话习惯，相当于该目标模型是对第一用户身份标识对应的用户进行针对性和定制化地训练得到的，因此，利用目标模型，可以更为准确地生成与第一用户标识对应的第一请求信息的第一反馈信息，即提高了信息反馈的准确性，同时也使得反馈信息更具个性化。
本文档来自技高网...【技术保护点】
1.一种信息处理方法，其特征在于，应用于服务器，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一训练样本集包括多个训练样本，每个所述训练样本包括第一交互文本以及目标用户针对所述第一交互文本输入的第一回复文本，所述目标用户为所述第一用户身份标识对应的用户；
3.根据权利要求1所述的方法，其特征在于，在将所述第一请求信息输入至所述目标模型中，得到与所述第一请求信息对应的第一反馈信息之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述目标识别模型通过以下方式训练得到：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述第一反馈信息包括针对所述第一电子设备中的目标应用中的目标功能的启动指令、以及针对所述目标应用中的目标功能的反馈数据，所述反馈数据包括文本反馈数据、图像反馈数据以及音频反馈数据中的至少一种，所述发送所述第一反馈信息至所述第一电子设备，包括：
6.一种信息处理方法，其特征在于，应用于第一电子设备，所述方法包括：
7.根据权利要求6所述的方法，其特征在于，在所述向服
8.根据权利要求7所述的方法，其特征在于，所述若通过当前正在运行的应用接收到第二电子设备发送的交互信息，且检测到当前正在运行的应用的代理反馈功能处于开启状态，则基于所述交互信息生成所述第一请求信息，包括：
9.根据权利要求6所述的方法，其特征在于，在所述向服务器发送第一请求信息之前，所述方法还包括：
10.根据权利要求6-9任一项所述的方法，其特征在于，在所述输出所述第一反馈信息之后，所述方法还包括：
11.一种信息处理装置，其特征在于，应用于服务器，所述装置包括：
12.一种信息处理装置，其特征在于，应用于第一电子设备，所述装置包括：
13.一种计算机设备，其特征在于，包括：
14.一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中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1至10任一项所述的方法。
...【技术特征摘要】
1.一种信息处理方法，其特征在于，应用于服务器，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述第一训练样本集包括多个训练样本，每个所述训练样本包括第一交互文本以及目标用户针对所述第一交互文本输入的第一回复文本，所述目标用户为所述第一用户身份标识对应的用户；
3.根据权利要求1所述的方法，其特征在于，在将所述第一请求信息输入至所述目标模型中，得到与所述第一请求信息对应的第一反馈信息之前，所述方法还包括：
4.根据权利要求3所述的方法，其特征在于，所述目标识别模型通过以下方式训练得到：
5.根据权利要求1-4任一项所述的方法，其特征在于，所述第一反馈信息包括针对所述第一电子设备中的目标应用中的目标功能的启动指令、以及针对所述目标应用中的目标功能的反馈数据，所述反馈数据包括文本反馈数据、图像反馈数据以及音频反馈数据中的至少一种，所述发送所述第一反馈信息至所述第一电子设备，包括：
6.一种信息处理方法，其特征在于，应用于第一电子设备，所述方法包括：...
【专利技术属性】
技术研发人员：孙哲，
申请(专利权)人：OPPO广东移动通信有限公司，
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。