本公开提供了一种基于大语言模型的问答方法及相关设备，涉及人工智能技术领域，该方法包括：获取原始问题，获取多个不同方向的思维链提示，根据每个思维链提示对原始问题进行重写处理，得到多个不同方向的重写问题，对原始问题、第一重写问题和多个第二重写问题分别进行向量表示，并进行融合，得到融合向量，根据向量表示、融合向量和问答大语言模型，生成问题答案。利用思维链技术优化重写问题的输出，并且通过多个方向的思维链来处理，最终融合以提高问答答案检索的准确性，保留原问题的基础上，考虑问题可能会出现的不同角度话题及上下文信息，提升召回率。
【技术实现步骤摘要】
所属的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。下面参照图11来描述根据本公开的这种实施方式的电子设备1100。图11显示的电子设备1100仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。如图11所示，电子设备1100以通用计算设备的形式表现。电子设备1100的组件可以包括但不限于：上述至少一个处理单元1110、上述至少一个存储单元1120、连接不同系统组件(包括存储单元1120和处理单元1110)的总线1130。其中，存储单元存储有程序代码，程序代码可以被处理单元1110执行，使得处理单元1110执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，处理单元1110可以执行上述方法实施例中的任一项的步骤。存储单元1120可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)11201和/或高速缓存存储单元11202，还可以进一步包括只读存储单元(rom)11203。存储单元1120还可以包括具有一组(至少一个)程序模块11205的程序/实用工具11204，这样的程序模块11205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。总线1130可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。电子设备1100也可以与一个或多个外部设备1140(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备1100交互的设备通信，和/或与使得该电子设备1100能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口1150进行。并且，电子设备1100还可以通过网络适配器1160与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图所示，网络适配器1160通过总线1130与电子设备1100的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备1100使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述实施例中的方法。在本公开的示例性实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质可以是可读信号介质或者可读存储介质。其上存储有能够实现本公开上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。本公开中的计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可选地，计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。在具体实施时，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。通过以上实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是cd-rom，u盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。本领域技术人员在考虑说明书及实践这里公开的专利技术后，将容易想到本公开的其它实施方案。本公开旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由所附的权利要求指出。
技术介绍
1、随着人工智能(artificial intelli本文档来自技高网...
【技术保护点】
1.一种基于大语言模型的问答方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述思维链提示包括：第一思维链提示和第二思维链提示；
3.根据权利要求2所述的方法，其特征在于，所述通过第一重写大语言模型获取第一思维链提示，对所述原始问题进行第一重写处理，识别用户意图得到第一重写问题，包括：
4.根据权利要求2所述的方法，其特征在于，所述通过第二重写大语言模型获取第二思维链提示对所述原始问题进行第二重写处理，得到多个不同主题场景下的第二重写问题，包括：
5.根据权利要求2所述的方法，其特征在于，所述向量表示包括稠密向量表示；所述稠密向量表示包括：原始稠密向量和第一稠密向量；
6.根据权利要求2所述的方法，其特征在于，所述向量表示包括稀疏向量表示；所述稀疏向量表示包括：原始稀疏向量和第一稀疏向量；
7.根据权利要求1所述的方法，其特征在于，所述根据所述向量表示、所述融合向量和问答大语言模型，生成问题答案，包括：
8.根据权利要求1所述的方法，其特征在于，所述向量表示包括：稠密向量表示和稀疏向量表示；所述稠密向量表示包括：原始稠密向量和第一稠密向量；所述稀疏向量表示包括：原始稀疏向量和第一稀疏向量；所述融合向量包括：稠密向量表示对应的第一融合向量和第二融合向量，以及稀疏向量表示对应的第三融合向量和第四融合向量；
9.根据权利要求1所述的方法，其特征在于，所述重写大语言模型的训练过程，包括：
10.一种基于大语言模型的问答装置，其特征在于，包括：
11.一种电子设备，其特征在于，包括：
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1～9中任意一项所述的方法。
13.一种计算机程序产品，包括：计算机程序或指令，其特征在于，所述计算机程序或指令被处理器执行时实现权利要求1～9中任意一项所述的方法。
...
【技术特征摘要】
1.一种基于大语言模型的问答方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述思维链提示包括：第一思维链提示和第二思维链提示；
3.根据权利要求2所述的方法，其特征在于，所述通过第一重写大语言模型获取第一思维链提示，对所述原始问题进行第一重写处理，识别用户意图得到第一重写问题，包括：
4.根据权利要求2所述的方法，其特征在于，所述通过第二重写大语言模型获取第二思维链提示对所述原始问题进行第二重写处理，得到多个不同主题场景下的第二重写问题，包括：
5.根据权利要求2所述的方法，其特征在于，所述向量表示包括稠密向量表示；所述稠密向量表示包括：原始稠密向量和第一稠密向量；
6.根据权利要求2所述的方法，其特征在于，所述向量表示包括稀疏向量表示；所述稀疏向量表示包括：原始稀疏向量和第一稀疏向量；
7.根据权利要求1所述的方法，其特征在于，所述根据所述向量表示、所述融...
【专利技术属性】
技术研发人员：徐馨兰，杨哲超，徐东，周秀杰，尹佳玲，
申请(专利权)人：中国电信股份有限公司技术创新中心，
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。