【技术实现步骤摘要】
本专利技术涉及智能家居，尤其涉及一种面向智能家居和大语言模型的家庭知识库及构建方法。
技术介绍
1、近年来，随着物联网(iot)、人工智能(ai)、大数据等技术的迅猛发展，智能家居行业的更新换代从未间断。通用大语言模型在翻译、问答、文本生成等领域展现出卓越的性能，通过大模型提升智能家居系统中的语言理解与文本生成能力，进而提升智能家居系统的智能水平，改善用户的使用体验，这已成为智能家居研究领域的新兴热点。
2、与此同时，数据私密性问题愈发凸显，成为制约该行业进一步发展的关键因素之一。智能家居系统借助各类传感器、智能设备以及互联网连接，持续收集并分析用户的生活习惯、偏好设置甚至个人隐私信息，从而提供更加个性化、便捷的服务。然而，不少用户仍然担心隐私数据泄露等问题。为解决这一问题并达成向用户提供个性化、智能化服务的目标，边端家庭知识库应运而生。
3、智能家居、ai大模型与边端家庭知识库相结合，不但提升了用户的生活品质，还增强了居住体验，满足了个性化需求。当前智能家居在技术方面存在以下痛点问题：
4、①智能化与个性化水平有待提升：在理解用户意图、自适应家庭环境变化等方面存在显著不足；在学习用户个性化习惯方面也存在明显欠缺，并且个性化数据更新滞后。
5、②数据私密性保护不力：用户家庭私密数据面临泄露攻击的风险。
6、③响应速度与准确性有待提高：从用户发出指令到实际响应之间存在明显的时延，用户体验欠佳，并且存在误操作的可能性。
7、④复杂家居场景有待开发：目前能够落地实
技术实现思路
1、本专利技术的目的就在于为了解决上述问题而提供一种面向智能家居和大语言模型的家庭知识库及构建方法，本专利技术的家庭知识库的构建依托于家庭设备的基本信息、家庭环境的传感器数据、家庭成员的日常行为模式以及设备使用习惯等多维度信息。结合大语言模型的应用，本专利技术通过采集家居环境中的文本、图像、视频、音频等多模态数据，精准判断用户意图。当识别到用户意图为自定义快速指令时，系统将直接交由物联网控制模块处理，以实现在家居场景中对用户的准确快速响应。若用户意图涉及快速指令以外的复杂指令，则会进入大模型交互模块。在此模块中，系统将结合已构建的家庭知识向量库，提升通用语言大模型在智能家居领域的智能化水平，从而为用户提供高度个性化的家居服务体验。
2、本专利技术通过以下技术方案来实现上述目的：
3、一种面向智能家居和大语言模型的家庭知识库，其特征在于，包括家庭知识向量库、多模态数据模块、意图判断模块、物联网控制模块及大模型交互模块；
4、所述家庭知识向量库用于收集家庭内部的传感器数据，包括设备日志、用户行为记录、用户生活习惯、环境数据这些个性化信息，实现全能式智能家居问答响应，智能推断出用户可能的需求或偏好；
5、所述多模态数据模块用于接收多模态的家庭数据，包括图像、音频、视频、文本多种形式；
6、所述意图判断模块通过自然语言处理技术，将用户输入的语句分类到预定义的意图类别中，并根据用户的输入和家庭知识库中的信息，判断用户的意图，判断结果分发给物联网控制模块或者大模型交互模块；
7、所述物联网控制模块支持用户自定义家居快捷响应指令，实现快速无感智能应答；
8、所述大模型交互模块具有高度智能的语义理解能力，用于理解用户的提问，并结合家庭内部搭建的家庭知识向量库，提供个性化智能化的响应。
9、进一步方案为，所述物联网控制模块用于支持用户自定义家居快捷响应指令，实现快速无感智能应答，当意图识别模块判断用户意图为自定义家居控制指令时，会直接控制指令涉及的智能设备，实现远程控制和自动化调节。
10、进一步方案为，所述大模型交互模块与意图判断模块和家庭知识向量库交互，当用户的意图不是自定义家居控制指令时，会进入大模型交互模块，通过与家庭知识库的数据进行相似度比较，组装提示词，输入大模型，再把最后的结果语音输出。
11、本专利技术另一方面还提供了一种面向智能家居和大语言模型的家庭知识库的构建方法，包括以下步骤：
12、步骤s1：首先进行数据收集，接着对收集到的数据开展清洗操作，随后将数据分块处理，再对文本进行向量化处理，最终构建成家庭知识向量库；
13、步骤s2：在与用户交互过程中借助不同的传感器或设备实时获取交互过程中的多模态数据，多模态数据的来源包括语音、文字、图片、视频多种形式；
14、步骤s3：将得到的多模态数据输入意图判断模块中，判断用户的意图；若命中自定义快速响应家庭指令，则直接转至物联网控制模块；否则，进入大模型交互模块；
15、步骤s4：当步骤s3中的意图指向物联网控制模块时，即刻下发指令以实现直接响应；
16、步骤s5：若步骤s3中的意图导向大模型交互模块，则先对用户输入的文本进行向量化处理，之后与家庭知识库的数据开展相似度比较；然后组装提示词，将其输入大模型，最后把结果语音输出；
17、步骤s6：异步更新家庭向量知识库。
18、进一步方案为，步骤s1包括以下步骤：
19、步骤s1.1：数据收集：收集家庭设备的基本信息，家庭环境的传感信息，家庭成员的日常行为模式和设备使用习惯的个性化信息；
20、步骤s1.2：数据清洗：去除数据中的噪声，包括不准确或错误的数据；去除特殊格式、特殊字符、停用词和标点符号，以简化数据；进行词干化或分词，减少词汇量，提高处理效率；
21、步骤s1.3：数据分块：将描述同一事物的相邻的多个短语或句子组成文本块，其粒度大于短语小于段；在rag方法中，将大型文档分割成“块”(chunk)进行存储，一方面将有助于提高检索效率，另一方面通过基于特定“块”的上下文检索方法还能够在一定程度上弥补检索精度的不足。
22、由此可见，分块的结果将直接影响最终的应用效果，因此选择合适的分块方法至关重要。
23、目前常用的文本分块的方法主要有如下几种：
24、①按字符数分割：根据设定分块的字符长度进行分割，这是最简单的分块方法，比较“傻瓜式”，对语义理解不足；
25、②按段落分割：结合文档的层次分级结构进行分割，对文档解析的能力要求较高，分割效果优于按字符数切割；
26、③按语义分割：需要结合模型能力对文档内容加以理解，并按语义进行分割和拼接，分割效果好，但是技术难度较大。
27、本专利技术采用的是按语义分割，基于统计的文本分块方法：
28、该方法采用二元模型方式，认为一个词语出现的概率，只和紧挨着它的前一个词语有关，而和其他词语无关。该方法描述如下：
29、假设{t1，t2，t3，...，tn}为语料库所有文本分词后的结果，其中ti为词语，n为分词结果中词语总数，ti由一个或多个字组成，表示为w1w2...wm，则词本文档来自技高网...
【技术保护点】
1.一种面向智能家居和大语言模型的家庭知识库，其特征在于，包括家庭知识向量库、多模态数据模块、意图判断模块、物联网控制模块及大模型交互模块；
2.如权利要求1所述的一种面向智能家居和大语言模型的家庭知识库，其特征在于，所述物联网控制模块用于支持用户自定义家居快捷响应指令，实现快速无感智能应答，当意图识别模块判断用户意图为自定义家居控制指令时，会直接控制指令涉及的智能设备，实现远程控制和自动化调节。
3.如权利要求1所述的一种面向智能家居和大语言模型的家庭知识库，其特征在于，所述大模型交互模块与意图判断模块和家庭知识向量库交互，当用户的意图不是自定义家居控制指令时，会进入大模型交互模块，通过与家庭知识库的数据进行相似度比较，组装提示词，输入大模型，再把最后的结果语音输出。
4.如权利要求1-3任一项所述的一种面向智能家居和大语言模型的家庭知识库的构建方法，其特征在于，包括以下步骤：
5.如权利要求4所述的一种面向智能家居和大语言模型的家庭知识库的构建方法，其特征在于，步骤S1包括以下步骤：
6.如权利要求4所述的一种面向智
7.如权利要求4所述的一种面向智能家居和大语言模型的家庭知识库的构建方法，其特征在于，步骤S3包括以下步骤：
8.如权利要求4所述的一种面向智能家居和大语言模型的家庭知识库的构建方法，其特征在于，步骤S4中，物联网控制模块通过集成了传感器、执行器、通信接口和微处理器技术，使得设备能够自动感知环境变化并根据这些变化作出相应的响应；
9.如权利要求4所述的一种面向智能家居和大语言模型的家庭知识库的构建方法，其特征在于，步骤S5包括以下步骤：
10.如权利要求4所述的一种面向智能家居和大语言模型的家庭知识库的构建方法，其特征在于，步骤S6包括以下步骤：
...【技术特征摘要】
1.一种面向智能家居和大语言模型的家庭知识库，其特征在于，包括家庭知识向量库、多模态数据模块、意图判断模块、物联网控制模块及大模型交互模块；
2.如权利要求1所述的一种面向智能家居和大语言模型的家庭知识库，其特征在于，所述物联网控制模块用于支持用户自定义家居快捷响应指令，实现快速无感智能应答，当意图识别模块判断用户意图为自定义家居控制指令时，会直接控制指令涉及的智能设备，实现远程控制和自动化调节。
3.如权利要求1所述的一种面向智能家居和大语言模型的家庭知识库，其特征在于，所述大模型交互模块与意图判断模块和家庭知识向量库交互，当用户的意图不是自定义家居控制指令时，会进入大模型交互模块，通过与家庭知识库的数据进行相似度比较，组装提示词，输入大模型，再把最后的结果语音输出。
4.如权利要求1-3任一项所述的一种面向智能家居和大语言模型的家庭知识库的构建方法，其特征在于，包括以下步骤：
5.如权利要求4所述的一种面向智能家居和大语言模型的家庭知识库...
【专利技术属性】
技术研发人员：李阳，万蕾，曹梦麟，邵旭，李科，潘科序，
申请(专利权)人：四川虹微技术有限公司，
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。