面向儿童智能产品的长期记忆检索方法及设备与流程

本技术涉及人工智能，更具体的说，是涉及一种面向儿童智能产品的长期记忆检索方法及设备。

背景技术：

1、在儿童学习机、词典笔、陪伴机器人等儿童智能产品中，系统持续产生语音对话、题目练习结果、家长设置、设备动作、内容安全处理结果等多类历史记录。为使系统具备长期记忆能力，现有技术通常采用向量检索方案：将历史记录写入向量库，当儿童或家长发起查询时，按语义相似度从向量库中召回相关候选历史记录，并经过排序后筛选最终的历史记录，供生成模型参考。

2、然而，现有召回机制仅依赖语义相似度计算，不考虑候选历史记录在当前查询时刻是否仍然安全可用。例如，被家长事后否定的学习安排、已过有效期的学习计划、与当前护眼作息冲突的推题规则、或针对更低年龄段的讲解内容，虽然在语义上可能与当前查询高度相关，但在当前条件下实质上已不满足安全要求、不可使用。这些实际不安全、不可用的候选历史记录被召入排序流程，污染排序结果，进而导致生成模型输出与当前儿童状态、家长规则或安全要求相悖的内容。

技术实现思路

1、鉴于上述问题，提出了本技术以便提供一种面向儿童智能产品的长期记忆检索方法及设备，以解决现有方案基于语义相似度召回不安全、不可用的候选历史记录进入排序流程，容易污染排序结果，影响下游处理模块的处理结果的问题。具体方案如下：

2、第一方面，提供了一种面向儿童智能产品的长期记忆检索方法，包括：

3、响应于检索请求，获取当前查询上下文；

4、根据所述当前查询上下文，将所述检索请求改写为长期记忆检索请求体，所述长期记忆检索请求体包括查询参数和安全过滤条件；

5、基于所述查询参数，从长期记忆库中召回候选记忆事件，所述候选记忆事件携带有状态信息；

6、基于所述安全过滤条件和所述候选记忆事件的状态信息，对各所述候选记忆事件进行安全过滤；

7、仅对通过安全过滤的各候选记忆事件执行排序，输出排序结果。

8、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，获取当前查询上下文包括：

9、获取当前学习上下文、儿童年龄段、家长授权状态、设备状态和内容安全要求中的一项或多项。

10、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，根据所述当前查询上下文，将所述检索请求改写为长期记忆检索请求体的过程，包括：

11、对所述检索请求进行自然语言意图识别，并结合所述当前查询上下文，生成所述查询参数和所述安全过滤条件。

12、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，所述查询参数包括查询意图、目标视图集合、目标学科和目标知识点中的一项或多项，所述目标视图集合为本次检索需要访问的长期记忆视图类型集合，所述目标视图集合与所述查询意图相对应；

13、所述安全过滤条件包括年龄适配条件、家长授权条件、作息护眼条件、内容安全条件、当前有效条件、家长否定条件、版本关系条件和有效期条件中的一项或多项。

14、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，所述长期记忆检索请求体还包括：

15、排序策略和/或输出格式；

16、则对通过安全过滤的各候选记忆事件执行排序的过程，包括：

17、按照所述排序策略对通过安全过滤的各候选记忆事件执行排序；

18、所述输出排序结果包括：

19、按照所述输出格式输出排序结果。

20、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，所述长期记忆库中的记忆事件通过以下步骤预先生成：

21、获取人机交互过程的历史记录；

22、根据预设事件边界对所述历史记录进行切分，基于切分后的历史记录生成记忆事件并存储至所述长期记忆库；

23、所述预设事件边界包括用户意图变化、交互所针对的目标对象变化、工具调用链完成、操作结果返回、用户确认、用户纠正、用户撤销或用户禁止。

24、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，所述长期记忆库中的记忆事件的生成过程还包括：

25、建立所述记忆事件之间的状态关系，所述状态关系包括以下关系中的一项或多项：

26、更新关系，用于表示新记忆事件替代旧记忆事件；

27、否定关系，用于表示新记忆事件否定旧记忆事件；

28、继承关系，用于表示新记忆事件沿用旧记忆事件的部分或全部属性；

29、过期关系，用于表示记忆事件超出有效期限后被标记为过期。

30、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，所述候选记忆事件的状态信息包括以下字段中的一项或多项：

31、所述候选记忆事件所关联的儿童主体信息；

32、所述候选记忆事件所指向的对象；

33、所述候选记忆事件对应的交互意图；

34、所述候选记忆事件对应的动作链；

35、所述候选记忆事件的执行结果；

36、所述候选记忆事件的证据引用；

37、所述候选记忆事件所适用的年龄段；

38、所述候选记忆事件所对应的家长授权状态；

39、所述候选记忆事件的有效时间范围；

40、所述候选记忆事件的当前有效状态；

41、所述候选记忆事件与其他记忆事件之间的版本关系。

42、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，基于所述安全过滤条件和所述候选记忆事件的状态信息，对各所述候选记忆事件进行安全过滤的过程，包括：

43、将所述安全过滤条件与各所述候选记忆事件的所述状态信息进行比对；

44、将所述状态信息与所述安全过滤条件相匹配的候选记忆事件标记为通过安全过滤；

45、将所述状态信息与所述安全过滤条件不相匹配的候选记忆事件标记为未通过安全过滤。

46、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，所述对各所述候选记忆事件进行安全过滤之后，还包括：

47、将通过安全过滤的候选记忆事件划分为可排序候选；

48、将未通过安全过滤的候选记忆事件划分为抑制候选，并记录抑制原因，所述抑制原因包括年龄不适配、家长未授权、作息冲突、内容不安全、已过期、已被否定、已被新版本替代或设备权限不满足中的一项或多项。

49、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，所述对各所述候选记忆事件进行安全过滤之后，还包括：

50、将多条存在相互冲突状态的候选记忆事件标记为冲突候选组，所述冲突状态包括版本不一致、适用条件重叠或规则矛盾中的一项或多项；

51、将需要家长确认方可使用的候选记忆事件标记为待家长确认候选。

52、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，仅对通过安全过滤的各候选记忆事件执行排序的过程，包括：

53、根据同一儿童优先、同一学科优先、同一知识点优先、当前有效优先、家长授权匹配优先、近期有效优先、学习效果较好优先、证据完整优先和冲突较少优先中的一项或多项策略，对通过安全过滤的各候选记忆事件进行融合排序；

54、其中，所述学习效果较好优先是指根据候选记忆事件的状态信息中的执行结果所表征的学习完成情况或正确率进行优先排序。

55、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，所述输出排序结果，包括：

56、根据通过安全过滤且排序后的候选记忆事件生成儿童安全记忆包，将所述儿童安全记忆包提供给下游处理模块，所述下游处理模块包括生成模型或设备策略模块；

57、所述儿童安全记忆包包括可用记忆、所述抑制候选及其抑制原因、所述冲突候选组及其冲突说明、所述待家长确认候选、证据引用、安全提示和使用提示中的一项或多项；

58、所述可用记忆为通过安全过滤且排序后的候选记忆事件；

59、所述证据引用是指能够证明候选记忆事件来源的原始记录索引；

60、所述安全提示包括对所述可用记忆的使用边界说明；

61、所述使用提示包括对所述可用记忆的调用方式、优先级或表达方式的建议。

62、在一种可能的设计中，在本技术实施例的第一方面的另一种实现方式中，还包括：

63、获取儿童对所述下游处理模块基于所述儿童安全记忆包所输出的学习内容的学习结果，和/或获取家长对所述下游处理模块基于所述儿童安全记忆包所执行的输出的反馈；

64、根据所述学习结果或所述反馈，更新所述长期记忆库中对应候选记忆事件的所述状态信息。

65、第二方面，提供了一种电子设备，包括：存储器和处理器；

66、所述存储器，用于存储程序；

67、所述处理器，用于执行所述程序，实现如前述第一方面任一项所述的面向儿童智能产品的长期记忆检索方法的各个步骤。

68、第三方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时，实现如前述第一方面任一项所述的面向儿童智能产品的长期记忆检索方法的各个步骤。

69、借由上述技术方案，本技术根据当前查询上下文将检索请求改写为长期记忆检索请求体，其包括查询参数和安全过滤条件，基于查询参数可以从长期记忆库中召回候选记忆事件，事件携带状态信息。在此基础上，可以基于安全过滤条件和候选记忆事件的状态信息，对各候选记忆事件进行安全过滤，仅对通过安全过滤的各候选记忆事件执行排序，输出排序结果。也即，本技术在候选记忆事件召回之后、排序之前增设了独立的安全过滤机制，该安全过滤过程不依赖语义计算，而是依据候选记忆事件自身携带的状态信息进行安全性（可用性）判定，从机制上切断了不安全、不可用的记忆进入排序流程的路径。避免了下游任务处理模块接收到与实际场景冲突、不合规的记忆，降低了下游任务处理模块输出不适龄内容、违背家长规则或违反安全要求等风险，使长期记忆检索结果在保持语义相关性的同时，更具安全性。

70、此外，本技术并非直接将历史记录作为记忆存储，而是基于历史记录构建了记忆事件，记忆事件携带有状态信息，状态信息可以灵活配置和扩展，能够涵盖儿童年龄段适配、家长授权、作息护眼、内容安全、版本更新、有效期等多种安全性维度。由于安全性判断依据被结构化地附着于每个候选记忆事件本身，且安全过滤环节独立于后续排序逻辑，当安全性维度增加或判断规则发生变化时，只需调整状态信息的配置或安全过滤逻辑，而无需改动排序算法和下游生成逻辑，具有良好的可扩展性和适应性。