生成策略确定、内容生成方法、装置、设备及介质与流程
本发明涉及数据处理,特别是涉及一种生成策略确定方法、一种内容生成方法、一种生成策略确定装置、一种内容生成装置、一种电子设备及一种可读存储介质。
背景技术:
1、大语言模型(llm,large language model)是指具有大规模参数和复杂计算结构的用于自然语言处理的机器学习模型,例如,生成策略确定大语言模型。随着大语言模型的出现,基于人工智能生成内容(artificial intelligence generated content,aigc)的问答系统,例如,语音助手等,广泛应用于各种场景。
2、大语言模型对话系统可以使用大语言模型检索增强生成(retrieval-augmentedgeneration,rag)技术。系统运行流程是:首先理解用户请求得到需求,根据需求检索得到合适的知识,使用提示词(prompt)将用户请求、知识和指令等其他信息组装在一起作为对话大语言模型的输入,根据输入对话大语言模型生成回复答案。其中,现有的技术方案往往采用全局固定化的提示词框架和策略。
3、现有的大语言模型产品(如大语言模型对话系统)还无法实现用户个性化定制,即根据不同用户的需求和偏好,生成符合要求的内容、推荐、回答等个性化输出,导致内容生成效果不佳,无法满足多样化的市场需求。
技术实现思路
1、本发明实施例所要解决的技术问题是提供一种生成策略确定方法、一种内容生成方法、装置、电子设备、可读存储介质,以便解决现有的大语言模型产品(如大语言模型对话系统)无法实现用户个性化定制,导致内容生成效果不佳,无法满足多样化的市场需求的问题。
2、为了解决上述问题,本发明提供了一种生成策略确定方法,所述方法包括:
3、获取用户特征集合;
4、根据所述用户特征集合和多个场景的场景特征配置之间的匹配情况,确定目标场景;
5、根据所述目标场景,确定相关联的生成策略。
6、可选地,所述根据所述用户特征集合和多个场景的场景特征配置之间的匹配情况,确定目标场景,包括:
7、针对所述用户特征集合中的每个用户特征,使用对应的特征匹配算法,确定所述每个用户特征和所述多个场景的场景特征配置之间的匹配情况;其中,所述特征匹配算法包括以下至少一种:条件一致性算法、内容相似度算法、正则匹配算法;
8、根据所述匹配情况,确定匹配的场景特征配置对应的目标场景。
9、可选地,所述根据所述匹配情况,确定匹配的场景特征配置对应的目标场景,包括:
10、根据所述匹配情况和为所述多个场景设置的优先级,确定匹配的场景特征配置对应的目标场景。
11、可选地,所述确定所述每个用户特征和所述多个场景的场景特征配置之间的匹配情况,包括:
12、将按照优先级从高到低排序的场景特征配置依次和所述用户特征集合进行匹配,得到所述匹配情况;其中,所述优先级是为所述场景配置的;
13、所述根据所述匹配情况,确定匹配的场景特征配置对应的目标场景,包括:
14、在根据所述用户特征集合和任一场景特征配置确定所述匹配情况后,根据所述匹配情况,确定所述用户特征集合与所述任一场景特征配置匹配,则输出匹配的场景特征配置对应的目标场景。
15、可选地,所述用户特征集合中的用户特征包括以下至少一种:用户信息、分类模型特征、时间信息、位置信息、对话内容、函数内容、检索增强知识。
16、可选地,在所述获取用户特征集合之前,所述方法还包括:
17、接收任一场景配置的增加请求、或删除请求、或修改请求;其中,所述场景配置包括场景特征配置、生成策略。
18、可选地,所述生成策略包括以下至少一种:模型策略、提示词框架、提示词策略。
19、本发明还提供了一种内容生成方法,所述方法包括:
20、响应于用户请求,获取用户特征;
21、根据所述用户特征,确定对应的目标场景;
22、基于与所述目标场景相关联的生成策略,生成所述用户请求的响应内容。
23、本发明还提供了一种生成策略确定装置,所述装置包括:
24、集合获取模块,用于获取用户特征集合;
25、场景匹配模块,用于根据所述用户特征集合和多个场景的场景特征配置之间的匹配情况,确定目标场景;
26、策略确定模块,用于根据所述目标场景,确定相关联的生成策略。
27、可选地,所述场景匹配模块,包括:
28、情况确定子模块,用于针对所述用户特征集合中的每个用户特征,使用对应的特征匹配算法,确定所述每个用户特征和所述多个场景的场景特征配置之间的匹配情况;其中,所述特征匹配算法包括以下至少一种:条件一致性算法、内容相似度算法、正则匹配算法;
29、场景确定子模块,用于根据所述匹配情况,确定匹配的场景特征配置对应的目标场景。
30、可选地,所述场景确定子模块,包括:
31、第一场景确定单元,用于根据所述匹配情况和为所述多个场景设置的优先级,确定匹配的场景特征配置对应的目标场景。
32、可选地,所述情况确定子模块,包括:
33、匹配单元,用于将按照优先级从高到低排序的场景特征配置依次和所述用户特征集合进行匹配,得到所述匹配情况;其中,所述优先级是为所述场景配置的;
34、所述场景确定子模块,包括:
35、第二场景确定单元,用于在根据所述用户特征集合和任一场景特征配置确定所述匹配情况后,根据所述匹配情况,确定所述用户特征集合与所述任一场景特征配置匹配,则输出匹配的场景特征配置对应的目标场景。
36、可选地,所述用户特征集合中的用户特征包括以下至少一种:用户信息、分类模型特征、时间信息、位置信息、对话内容、函数内容、检索增强知识。
37、可选地,所述装置还包括:
38、请求接收模块,用于在所述获取用户特征集合之前,接收任一场景配置的增加请求、或删除请求、或修改请求;其中,所述场景配置包括场景特征配置、生成策略。
39、可选地,所述生成策略包括以下至少一种:模型策略、提示词框架、提示词策略。
40、本发明还提供了一种内容生成装置,所述装置包括:
41、特征获取模块,用于响应于用户请求,获取用户特征;
42、场景确定模块,用于根据所述用户特征,确定对应的目标场景;
43、内容生成模块,用于基于与所述目标场景相关联的生成策略,生成所述用户请求的响应内容。
44、本发明实施例还公开了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
45、存储器,用于存放计算机程序;
46、处理器,用于执行存储器上所存放的程序时,实现如上所述的方法。
47、本发明实施例还公开了一种可读存储介质,当所述存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行如上所述的方法。
48、依据本发明的一个实施例,首先通过获取用户特征集合,然后根据该用户特征集合与多个为不同场景配置的场景特征配置之间的匹配情况,得到目标场景。接下来,根据确定的目标场景,选择与之相关联的生成策略。通过这种方式,本发明能够根据用户特征集合确定匹配的场景,支持配置更精细粒度的场景,实现精准的场景分类,而且场景配置可快速灵活地增删改,并为不同场景定制生成策略。这使得模型产品能够在各个场景下生成更符合场景特点的内容,继而提高了内容生成的针对性和准确性,显著提升了内容生成的效果,增强了用户体验,满足了多样化的市场需求。
49、依据本发明的另一实施例,通过响应于用户请求获取用户特征,进而根据用户特征确定对应的目标场景。最后基于与所述目标场景相关联的生成策略,生成用户请求的响应内容。通过这种方式,本发明能够根据用户特征确定匹配的场景,并为不同场景定制生成策略。这使得模型产品能够在各个场景下生成更符合场景特点的内容,继而提高了内容生成的针对性和准确性,显著提升了内容生成的效果,增强了用户体验,满足了多样化的市场需求。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com