【技术实现步骤摘要】
本申请属于语言模型，尤其涉及一种基于记忆系统的交互方法、装置、设备、存储介质及车辆。
技术介绍
1、在用户和语言大模型进行对话的过程中，在用户输入查询语句之后，电子设备通常会将查询语句和用户的前几轮对话内容进行拼接，得到提示词，然后将提示词作为语言大模型的输入。通过这种拼接的方式，来维持对话的连续性和上下文的一致性。
2、然而，上述这种方式无法将用户的历史行为加入提示词中。因此，语言大模型无法充分考虑用户的长期兴趣和背景信息，容易遗漏关键信息，影响回复的准确性和深度，从而导致语言大模型基于提示词生成的回复语句的准确性较低。
技术实现思路
1、本申请实施例提供了一种基于记忆系统的交互方法、装置、设备、存储介质及车辆，能够解决现有的语言大模型的回复语句的准确性较低的问题。
2、第一方面，本申请实施例提供一种基于记忆系统的交互方法，方法包括 ：
3、获取输入的查询语句；
4、通过语言大模型确定与所述查询语句关联的目标记忆，其中，所述目标记忆包括长期记忆、短期记忆以及记忆总结中的至少一者，所述记忆总结为所述语言大模型对所述长期记忆和所述短期记忆总结得到的内容；
5、将所述目标记忆和所述查询语句进行融合，得到提示词；
6、将所述提示词输入训练好的语言大模型，得到所述语言大模型输出的回复语句。
7、在一些实施例中，所述通过语言大模型确定与所述查询语句关联的目标记忆之前，所述方法还包括：
8、获取瞬时
9、对所述瞬时记忆按照预设的规范进行整理，得到短期记忆；
10、对所述短期记忆进行增量加工，得到行为序列数据，并根据所述行为序列数据生成所述长期记忆。
11、在一些实施例中，所述对所述瞬时记忆按照预设的规范进行整理，包括以下至少一项：
12、清洗所述瞬时记忆中的噪声数据或无效数据；
13、对所述瞬时记忆进行归一化处理；
14、将所述瞬时记忆中重复的数据进行聚合处理。
15、在一些实施例中，在所述交互设备为车辆的情况下，所述瞬时记忆包括所述车辆的车控信号、传感器信号以及所述车辆接收的图像信息、语音信息和文本信息中的至少一种。
16、在一些实施例中，所述长期记忆包括摘要，所述摘要包括整体摘要和主题摘要，所述获取输入的查询语句之后，所述方法还包括：
17、确定所述查询语句对应的主题标签；
18、查询所述主题标签对应的第一主题摘要；
19、根据所述查询语句对所述整体摘要和所述第一主题摘要进行更新。
20、在一些实施例中，所述长期记忆包括偏好数据，所述偏好数据包括一级主题偏好和二级主题偏好，所述获取输入的查询语句之后，所述方法还包括：
21、确定所述查询语句对应的一级主题标签和二级主题标签；
22、获取所述一级主题标签的一级偏好数据，以及所述二级主题标签对应的二级偏好数据；
23、根据所述查询语句更新所述一级偏好数据和所述二级偏好数据。
24、在一些实施例中，所述二级偏好数据包括记忆强度，所述根据所述查询语句更新所述二级偏好数据，包括：
25、确定所述查询语句和所述二级主题标签的相关性；
26、获取和所述二级主题标签关联的总交互次数，以及第一时间间隔，其中，所述第一时间间隔为所述查询语句的获取时刻，与上一次接收所述二级主题标签关联的交互信息的接收时刻的时间间隔；
27、根据所述相关性、总交互次数以及所述第一时间间隔更新所述记忆强度。
28、在一些实施例中，所述记忆总结的生成方法，包括：
29、通过目标匹配方式获取和所述查询语句匹配的n个记忆片段，其中，所述目标匹配方式包括关键词匹配和向量匹配中的至少一项，n为正整数；
30、按照所述n个记忆片段和所述查询语句的相关性对所述n个记忆片段进行排序，并从排序之后的n个记忆片段中选取相关性最高的p个记忆片段，其中，p为小于或等于n的正整数；
31、将所述p个记忆片段、所述查询语句以及和所述查询语句关联的短期记忆输入所述语言大模型中，得到所述语言大模型基于思维链推理得到的k个记忆片段，其中，所述p个记忆片段包括所述k个记忆片段，所述k为小于p的正整数；
32、通过所述语言大模型对所述k个记忆片段和所述查询语句关联的短期记忆进行总结，得到所述记忆总结。
33、第二方面，本申请实施例提供一种基于记忆系统的交互装置，装置包括：
34、第一获取模块，用于获取输入的查询语句；
35、第一确定模块，用于通过语言大模型确定与所述查询语句关联的目标记忆，其中，所述目标记忆包括长期记忆、短期记忆以及记忆总结中的至少一者，所述记忆总结为所述语言大模型对所述长期记忆和所述短期记忆总结得到的内容；
36、融合模块，用于将所述目标记忆和所述查询语句进行融合，得到提示词；
37、回复模块，用于将所述提示词输入训练好的语言大模型，得到所述语言大模型输出的回复语句。
38、第三方面，本申请实施例提供了一种基于记忆系统的交互设备，设备包括：处理器以及存储有计算机程序指令的存储器；
39、处理器执行计算机程序指令时实现如上的基于记忆系统的交互方法。
40、第四方面，本申请实施例提供了一种计算机存储介质，计算机存储介质上存储有计算机程序指令，计算机程序指令被处理器执行时实现如上的基于记忆系统的交互方法。
41、第五方面，本申请实施例提供了一种车辆，所述车辆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如上的基于记忆系统的交互方法。
42、在本申请中，由于目标记忆包括用户的长期记忆、短期记忆和记忆总结，因此目标记忆能够充分体现用户的历史行为、偏好和交互记录，以及当前的上下文信息，因此通过将目标记忆与查询语句相结合得到提示词，并将提示词输入语言大模型，得到回复语句，可以使得模型在生成回复时不仅依赖当前的输入，还能结合用户短期的上下文信息和长期的兴趣和背景，从而语言大模型在理解用户需求时更加精确，能够减少误解或上下文断裂的问题，还能根据用户的历史行为生成更符合个人需求的回复，从而显著提高回复的准确性。
本文档来自技高网...【技术保护点】
1.一种基于记忆系统的交互方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于记忆系统的交互方法，其特征在于，所述通过语言大模型确定与所述查询语句关联的目标记忆之前，所述方法还包括：
3.根据权利要求2所述的基于记忆系统的交互方法，其特征在于，所述对所述瞬时记忆按照预设的规范进行整理，包括以下至少一项：
4.根据权利要求2所述的基于记忆系统的交互方法，其特征在于，在所述交互设备为车辆的情况下，所述瞬时记忆包括所述车辆的车控信号、传感器信号以及所述车辆接收的图像信息、语音信息和文本信息中的至少一种。
5.根据权利要求1所述的基于记忆系统的交互方法，其特征在于，所述长期记忆包括摘要，所述摘要包括整体摘要和主题摘要，所述获取输入的查询语句之后，所述方法还包括：
6.根据权利要求1所述的基于记忆系统的交互方法，其特征在于，所述长期记忆包括偏好数据，所述偏好数据包括一级主题偏好和二级主题偏好，所述获取输入的查询语句之后，所述方法还包括：
7.根据权利要求6所述的基于记忆系统的交互方法，其特征在于，所述二级偏好
8.根据权利要求1所述的基于记忆系统的交互方法，其特征在于，所述记忆总结的生成方法，包括：
9.一种基于记忆系统的交互装置，其特征在于，所述装置包括：
10.一种基于记忆系统的交互设备，其特征在于，所述基于记忆系统的交互设备包括：处理器以及存储有计算机程序指令的存储器；
11.一种计算机存储介质，其特征在于，所述计算机存储介质上存储有计算机程序指令，所述计算机程序指令被处理器执行时实现如权利要求1-8中任一项所述的基于记忆系统的交互方法。
12.一种车辆，其特征在于，所述车辆包括如权利要求9中所述的装置、权利要求10中所述的设备、权利要求11中所述的介质中的至少一项。
...【技术特征摘要】
1.一种基于记忆系统的交互方法，其特征在于，所述方法包括：
2.根据权利要求1所述的基于记忆系统的交互方法，其特征在于，所述通过语言大模型确定与所述查询语句关联的目标记忆之前，所述方法还包括：
3.根据权利要求2所述的基于记忆系统的交互方法，其特征在于，所述对所述瞬时记忆按照预设的规范进行整理，包括以下至少一项：
4.根据权利要求2所述的基于记忆系统的交互方法，其特征在于，在所述交互设备为车辆的情况下，所述瞬时记忆包括所述车辆的车控信号、传感器信号以及所述车辆接收的图像信息、语音信息和文本信息中的至少一种。
5.根据权利要求1所述的基于记忆系统的交互方法，其特征在于，所述长期记忆包括摘要，所述摘要包括整体摘要和主题摘要，所述获取输入的查询语句之后，所述方法还包括：
6.根据权利要求1所述的基于记忆系统的交互方法，其特征在于，所述长期记忆包括偏好数据，所述偏好数据包括一级主题偏好...
【专利技术属性】
技术研发人员：勾晓菲，虞正信，吴欣俣，杨小锐，刘卓，陈伟，江会星，吴镇延，
申请(专利权)人：北京罗克维尔斯科技有限公司，
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。