一种基于剧情状态与角色记忆的上下文处理方法及系统与流程

摘要: 本申请涉及自然语言处理、交互式内容生成和计算机信息处理,具体涉及一种基于剧情状态与角色记忆的上下文处理方法及系统。背景技术:1、随着文本生成模型在角色对话、互动...
一种基于剧情状态与角色记忆的上下文处理方法及系统与流程

本申请涉及自然语言处理、交互式内容生成和计算机信息处理,具体涉及一种基于剧情状态与角色记忆的上下文处理方法及系统。

背景技术:

1、随着文本生成模型在角色对话、互动故事、游戏剧情和虚拟角色等场景中的应用,用户与角色之间的交互历史、剧情节点和角色记忆会持续累积;文本生成模型通常具有有限的输入上下文窗口,输入长度增加还会带来显存占用、推理延迟及调用成本增加;因此,在生成下一段回复或剧情文本之前,需要从大量历史信息中选择能够支撑当前生成任务的内容。

2、现有技术常采用保留最近若干轮消息、固定长度截断、对全部历史生成统一摘要或按照与当前查询的语义相似度选择文本的方式;上述方式通常未区分续写、改写、重试和剧情分支选择等不同操作,也未同时考虑当前剧情节点、角色关系、关键事件、物品状态、未完成事件及世界观约束,容易舍弃距离当前轮次较远但对剧情连续性具有决定作用的信息。

3、此外,不同文本生成模型的输入窗口、消息协议和生成参数存在差异,静态的上下文组织方式难以在多个模型之间复用;采用生成式摘要时,还会丢失原始消息或剧情节点与摘要内容之间的对应关系;一旦生成结果出现人物关系冲突、事件状态冲突、格式错误或长度截断,系统难以定位应补充的原始依据,只能重新加入大量历史文本或重复调用修复模型。

4、因此,需要一种能够根据剧情状态和角色记忆动态分配上下文预算、保留压缩内容与原始内容之间的可追溯关系,并在生成结果不满足约束时选择性恢复原始依据的上下文处理方案。

技术实现思路

1、本申请的目的在于提供一种基于剧情状态与角色记忆的上下文处理方法及系统,以解决在有限模型输入窗口内难以同时保持剧情连续性、角色一致性和生成效率,以及有损压缩后无法按需恢复原始依据的问题。

2、为实现上述目的,本申请提供一种基于剧情状态与角色记忆的上下文处理方法,包括以下步骤:

3、s101:获取文本生成请求;文本生成请求至少包括操作类型、当前剧情节点标识、当前用户输入、目标角色标识和目标文本生成模型的输入token预算;

4、s102:根据当前剧情节点标识和目标角色标识,获取与本次生成关联的上下文单元集合;上下文单元包括历史消息、剧情节点、角色记忆片段和剧情摘要中的至少两种;

5、s103:基于操作类型、当前剧情节点、当前用户输入和目标角色的角色约束,生成当前交互状态表征;

6、s104:基于当前交互状态表征,将上下文单元划分为强制保留单元和候选压缩单元,并在输入token预算内为候选压缩单元分配保留预算;

7、s105:根据保留预算确定各候选压缩单元的处理方式,生成压缩后上下文,并生成压缩后上下文单元与原始上下文单元之间的来源关联映射;

8、s106:按照目标文本生成模型对应的请求结构,将强制保留单元和压缩后上下文输入目标文本生成模型,得到生成文本;

9、s107:对生成文本进行约束校验;在校验未通过时,根据校验结果定位目标状态实体,利用来源关联映射恢复相关原始上下文单元,更新模型输入上下文,并重新生成或修复生成文本。

10、本申请还提供一种基于剧情状态与角色记忆的上下文处理系统,包括:

11、请求获取模块,用于获取包含操作类型、当前剧情节点标识、当前用户输入、目标角色标识和输入token预算的文本生成请求;

12、上下文获取模块,用于获取历史消息、剧情节点、角色记忆片段和剧情摘要;交互状态评估模块,用于基于操作类型、当前剧情节点、当前用户输入和目标角色的角色约束生成当前交互状态表征;

13、预算分配与压缩模块,用于划分强制保留单元和候选压缩单元,为候选压缩单元分配保留预算,并生成压缩后上下文和来源关联映射;

14、模型协议适配与生成模块,用于将强制保留单元和压缩后上下文转换为目标文本生成模型的请求结构并获得生成文本;

15、结果校验与恢复模块,用于对生成文本进行约束校验,并在约束校验未通过时,根据来源关联映射恢复相关原始上下文单元,更新模型输入上下文后执行重新生成或修复。

16、与现有技术相比,本申请至少具有以下有益效果:

17、1.本申请通过将当前剧情节点、角色约束、操作类型和当前用户输入共同用于上下文评价,能够识别远距离但对当前剧情或角色一致性具有约束作用的信息。

18、2.本申请将系统约束、世界观、角色设定、当前节点和当前输入设置为强制保留单元,并对其他单元分配token预算,能够避免普通相关性排序误删关键约束。

19、3.本申请通过在压缩过程中建立来源关联映射,能够在生成结果冲突、缺失或截断时恢复必要的原始消息或剧情节点,而无需重新加入全部历史。

20、4.本申请通过统一上下文包和模型协议适配器,可以面向不同输入窗口和消息协议复用同一上下文计划。

21、5.本申请通过持久化上下文计划、来源关联映射、token用量及校验结果,可以对上下文选择和恢复过程进行审计,并为后续策略优化提供数据。

1.一种基于剧情状态与角色记忆的上下文处理方法,其特征在于,包括:获取文本生成请求,文本生成请求至少包括操作类型、当前剧情节点标识、当前用户输入、目标角色标识和目标文本生成模型的输入token预算;根据当前剧情节点标识和目标角色标识,获取与本次文本生成关联的上下文单元集合,上下文单元集合包括历史消息、剧情节点、角色记忆片段和剧情摘要中的至少两种;基于操作类型、当前剧情节点、当前用户输入和目标角色的角色约束,生成当前交互状态表征;基于当前交互状态表征,将上下文单元集合划分为强制保留单元和候选压缩单元,并在输入token预算内为候选压缩单元分配保留预算;根据保留预算,从原文保留、结构化摘要、文本摘要和舍弃中确定各候选压缩单元的处理方式,生成压缩后上下文,并生成表征压缩后上下文单元与原始上下文单元之间对应关系的来源关联映射;按照目标文本生成模型对应的请求结构,将强制保留单元和压缩后上下文输入目标文本生成模型,得到生成文本;对生成文本进行约束校验;在约束校验未通过时,根据未通过的约束定位目标状态实体,利用来源关联映射恢复与目标状态实体关联的原始上下文单元,基于恢复后的原始上下文单元更新模型输入上下文,并对生成文本执行重新生成或修复。

2.根据权利要求1的基于剧情状态与角色记忆的上下文处理方法,其特征在于,每一上下文单元至少具有上下文单元标识、上下文单元类型、内容、创建时间和来源标识;来源标识包括消息标识、剧情节点标识、记忆片段标识和摘要版本标识中的至少一种;

3.根据权利要求1的基于剧情状态与角色记忆的上下文处理方法,其特征在于,基于当前交互状态表征确定上下文单元的状态条件化评分,状态条件化评分由以下至少三项加权得到:上下文单元与当前用户输入的语义相关度、上下文单元与当前剧情节点的依赖度、上下文单元承载角色约束的强度、上下文单元与未完成事件的关联度以及上下文单元与已有剧情摘要的重复度;其中,重复度与状态条件化评分负相关;

4.根据权利要求1的基于剧情状态与角色记忆的上下文处理方法,其特征在于,在执行上下文压缩之前,计算未压缩上下文的token长度和执行压缩的预期收益;当未压缩上下文的token长度不超过输入token预算,或者压缩预期节省的token量不大于压缩评估及可能恢复原文所需的等效token开销时,跳过对候选压缩单元的压缩,并将未压缩上下文输入目标文本生成模型。

5.根据权利要求1的基于剧情状态与角色记忆的上下文处理方法,其特征在于,约束校验包括以下至少一种:生成文本的结构化格式校验、目标角色身份和人物关系一致性校验、关键事件和持有物状态一致性校验、未完成事件延续性校验、生成结束原因校验以及token用量校验;在结构化格式解析失败、状态一致性评分低于阈值、生成结束原因指示长度截断或token用量超过预算时,确定约束校验未通过;

6.根据权利要求1的基于剧情状态与角色记忆的上下文处理方法,其特征在于,按照目标文本生成模型对应的请求结构转换上下文包括:将强制保留单元和压缩后上下文组织为统一上下文包;根据目标文本生成模型对应的协议适配器,将统一上下文包转换为包含系统提示、角色元数据、按角色排列的消息序列、生成参数和最大生成token数中的至少三项的模型请求;并持久化本次生成对应的上下文计划、来源关联映射、实际token用量和约束校验结果。

7.一种基于剧情状态与角色记忆的上下文处理系统,用于实现权利要求1-6任意一项的基于剧情状态与角色记忆的上下文处理方法,其特征在于,包括:

8.根据权利要求7的基于剧情状态与角色记忆的上下文处理系统,其特征在于,预算分配与压缩模块包括强制保留判定器、状态条件化评分器、token预算分配器、结构化摘要执行器和文本摘要执行器;强制保留判定器在任一上下文单元承载系统约束、内容安全约束、世界观规则、目标角色设定、当前剧情节点或当前用户输入时,禁止舍弃该上下文单元;

9.一种电子设备,包括处理器和存储器,存储器中存储有计算机程序,其特征在于,计算机程序被处理器执行时,使处理器实施权利要求1至6任一项的方法。

10.一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,计算机程序被处理器执行时实现权利要求1至6任一项的方法。