民航服务处理方法、装置及存储介质与流程

本技术涉及人工智能领域，具体而言，涉及一种民航服务处理方法、装置及存储介质。

背景技术：

1、随着人工智能技术的飞速发展，大语言模型在智能客服、信息检索及辅助决策等领域得到了广泛应用。然而，民航领域具有高度的专业性、复杂的业务规则体系以及严格的合规性要求，通用大语言模型在面对该垂直领域的应用时，难以满足高质量服务的需求。通用模型在民航领域由于缺乏针对民航领域原子事实的针对性训练，模型在事实查询场景中容易出现实体混淆、规则误解等问题，导致事实准确率较低，无法向用户提供准确的票务查询、航班动态等反馈信息。其次，在涉及航班联程规划、多航班组合冲突判断、延误后的行程调整等复杂业务场景中，通用模型缺乏步骤化推理能力，逻辑连贯性差，难以形成完整且符合业务规范的解决方案，在处理复杂多步推理时存在实时性差、推理断裂等问题，无法向用户反馈有用的推理方案。

2、针对相关技术中利用通用大语言模型处理民航服务请求，输出结果的准确率低的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本技术的主要目的在于提供一种民航服务处理方法、装置及存储介质，以解决相关技术中利用通用大语言模型处理民航服务请求，输出结果的准确率低的问题。

2、为了实现上述目的，根据本技术的一个方面，提供了一种民航服务处理方法。该方法包括：获取目标用户发起的民航服务请求，并对民航服务请求进行解析，识别民航服务请求对应的任务类型；在民航服务请求的任务类型为事实查询类的情况下，调用目标模型的知识检索模块，基于目标模型中的事实文本语料，输出事实性回复内容；在民航服务请求的任务类型为逻辑推理类的情况下，调用目标模型的逻辑推理引擎，将民航服务请求转化为结构化任务序列，基于结构化任务序列输出逻辑推理方案；将目标模型输出的事实性回复内容或逻辑推理方案反馈至目标用户。

3、可选地，目标模型的训练步骤包括：基于民航领域原始数据生成事实文本语料、问答对样本集和标准推理样本；将事实文本语料与通用自然语言语料输入初始模型，利用低秩适配技术更新初始模型中的低秩矩阵参数，得到更新后的第一模型；基于问答对样本集和预设事实一致性损失函数调整第一模型，得到调整后的第二模型；向第二模型输入预设提示词，由第二模型生成多个候选推理结果，基于组内相对策略优化算法，根据复合奖励函数和标准推理样本计算每个候选推理结果相对于平均奖励得分的归一化优势值，基于归一化优势值构建模型优化损失函数，基于模型优化损失函数调整第二模型，得到目标模型，其中，复合奖励函数包括基于序列相似度计算的事实准确性奖励函数和基于标签匹配计算的格式合规性奖励函数。

4、可选地，基于民航领域原始数据生成事实文本语料、问答对样本集和标准推理样本包括：基于民航领域原始数据生成三元组数据，并将三元组数据转换为事实描述文本，对三元组数据和事实描述文本进行拼接处理，生成事实文本语料；基于三元组数据生成包含正确实体映射关系的正样本和包含错误实体映射关系的负样本，根据正样本和负样本生成问答对样本集；基于民航领域原始数据生成标准推理样本，其中，标准推理样本包括用户需求、思考步骤和推理结果。

5、可选地，将事实文本语料与通用自然语言语料输入初始模型，利用低秩适配技术更新初始模型中的低秩矩阵参数，得到更新后的第一模型包括：将事实文本语料与通用自然语言语料按照预设比例混合，形成预训练数据集，并对预训练数据集进行分词处理，得到训练输入序列；在初始模型的变换器层内的注意力机制投影层及前馈神经网络层中注入低秩矩阵；将训练输入序列输入初始模型，利用低秩适配技术对初始模型进行增量预训练，更新低秩矩阵参数，得到更新后的第一模型。

6、可选地，基于问答对样本集和预设事实一致性损失函数调整第一模型，得到调整后的第二模型包括：将问答对样本集中的正样本和负样本转换为多轮对话格式数据，其中，多轮对话格式数据包括系统提示词、用户输入信息和模型输出信息；将多轮对话格式数据输入第一模型，利用优化器最小化预设事实一致性损失函数，迭代更新第一模型的低秩矩阵参数，直至满足预设停止条件，得到调整后的第二模型。

7、可选地，向第二模型输入预设提示词，由第二模型生成多个候选推理结果，基于组内相对策略优化算法，根据复合奖励函数和标准推理样本计算每个候选推理结果相对于平均奖励得分的归一化优势值，基于归一化优势值构建模型优化损失函数，基于模型优化损失函数调整第二模型，得到目标模型包括：向第二模型输入预设提示词，由第二模型基于预设提示词生成多个候选推理结果；根据复合奖励函数和标准推理样本计算每个候选推理结果的综合奖励得分，计算每个候选推理结果的平均奖励得分，并将每个候选推理结果的综合奖励得分减去平均奖励得分，得到每个候选推理结果相对于平均奖励得分的归一化优势值；基于归一化优势值构建模型优化损失函数，利用优化器最小化模型优化损失函数，迭代更新第二模型的低秩矩阵参数，直至满足预设收敛条件，得到目标模型，其中，模型优化损失函数包括策略梯度项和相对熵惩罚项。

8、可选地，利用复合奖励函数和标准推理样本计算每个候选推理结果的综合奖励得分，计算每个候选推理结果的平均奖励得分，并将每个候选推理结果的综合奖励得分减去平均奖励得分，得到每个候选推理结果相对于平均奖励得分的归一化优势值包括：基于事实准确性奖励函数，计算每个候选推理结果与标准推理样本之间的文本序列相似度，并根据文本序列相似度所在的预设区间，确定每个候选推理结果对应的事实准确性奖励分值；基于格式合规性奖励函数，检测每个候选推理结果中是否包含预设结构化标签，并根据每个候选推理结果中包含的预设结构化标签的数量，确定每个候选推理结果对应的格式合规性奖励分值；将每个候选推理结果对应的事实准确性奖励分值与格式合规性奖励分值相加，得到每个候选推理结果的综合奖励得分；对每个候选推理结果的综合奖励得分进行求和平均，计算得到平均奖励得分；将每个候选推理结果的综合奖励得分减去平均奖励得分，得到每个候选推理结果相对于平均奖励得分的归一化优势值。

9、为了实现上述目的，根据本技术的另一方面，提供了一种民航服务处理装置。该装置包括：获取单元，用于获取目标用户发起的民航服务请求，并对民航服务请求进行解析，识别民航服务请求对应的任务类型；第一输出单元，用于在民航服务请求的任务类型为事实查询类的情况下，调用目标模型的知识检索模块，基于目标模型中的事实文本语料，输出事实性回复内容；第二输出单元，用于在民航服务请求的任务类型为逻辑推理类的情况下，调用目标模型的逻辑推理引擎，将民航服务请求转化为结构化任务序列，基于结构化任务序列输出逻辑推理方案；反馈单元，用于将目标模型输出的事实性回复内容或逻辑推理方案反馈至目标用户。

10、根据本技术的另一方面，提供了一种计算机可读存储介质，计算机可读存储介质包括存储的程序，其中，在程序运行时控制计算机可读存储介质所在设备执行任意一种民航服务处理方法。

11、根据本技术的另一方面，提供了一种电子设备，包括：一个或多个处理器，存储器，以及一个或多个程序，其中，一个或多个程序被存储在存储器中，并且被配置为由一个或多个处理器执行，一个或多个程序包括用于执行任意一种民航服务处理方法。

12、根据本技术的另一方面，提供了一种计算机程序产品，包括计算机指令，计算机指令被处理器执行时实现上述任意一项的民航服务处理方法的步骤。

13、在本技术实施例中，通过获取目标用户发起的民航服务请求，并对民航服务请求进行解析，识别民航服务请求对应的任务类型；在民航服务请求的任务类型为事实查询类的情况下，调用目标模型的知识检索模块，基于目标模型中的事实文本语料，输出事实性回复内容；在民航服务请求的任务类型为逻辑推理类的情况下，调用目标模型的逻辑推理引擎，将民航服务请求转化为结构化任务序列，基于结构化任务序列输出逻辑推理方案；将目标模型输出的事实性回复内容或逻辑推理方案反馈至目标用户，解决了利用通用大语言模型处理民航服务请求，输出结果的准确率低的技术问题。

14、在本技术中，通过意图识别对民航服务请求进行精准分类，将民航服务请求划分为事实查询与逻辑推理两类，对于事实查询类的民航服务请求，调用目标模型的知识检索模块，基于事实文本语料提取对应的实体属性，而非依赖通用语料的概率猜测，提高输出的事实性回复内容的准确率，对于逻辑推理类的民航服务请求，调用逻辑推理引擎，将民航服务请求转化为结构化任务序列，进行分步推理，保证了复杂业务逻辑的连贯性，提高输出的逻辑推理方案的准确率，实现了提高民航服务请求处理结果的准确率的技术效果。