一种对话建议生成方法、装置、介质、电子设备及产品与流程

本说明书一个或多个实施例涉及终端，尤其涉及一种对话建议生成方法、装置、介质、电子设备及产品。

背景技术：

1、随着大语言模型（large language model，llm）在智能客服、知识问答、内容创作等场景的广泛应用，用户与语言模型的交互频率和深度持续提升。在对话过程中，用户往往面临不知道如何提问、难以精准表达需求或对话方向不明确等问题，导致交互效率低下、体验不佳。

2、基于此，对话建议生成技术应运而生，其核心是在用户与语言模型的交互过程中，自动生成一系列文本建议，从而引导用户明确对话内容与方向，优化交互体验。

3、然而，目前的对话建议往往依赖于与用户间已经进行的对话生成，在生成对话建议时往往机械地对历史对话文本进行浅层提取与语义复刻，仅捕捉对话表面的显性信息，导致所生成对话建议质量较差，准确性和可用性较低，难以满足用户的对话需求。

技术实现思路

1、有鉴于此，本说明书一个或多个实施例提供技术方案如下：

2、根据本说明书一个或多个实施例的第一方面，提出了一种对话建议生成方法，包括：

3、获取与用户之间的对话数据，并识别所述对话数据中所含的初始业务实体；

4、在预先构建的实体关联关系中确定出与所述初始业务实体相关联的业务资讯，并将该业务资讯所含的各业务实体确定为关联实体；其中，所述实体关联关系包括：业务实体与业务资讯之间的关联关系；

5、根据每一关联实体在与所述初始业务实体相关联的业务资讯中的出现次数，选取至少一个关联实体生成对话建议。

6、根据本说明书一个或多个实施例的第二方面，对话建议生成装置，包括：

7、获取模块，用于获取与用户之间的对话数据，并识别所述对话数据中所含的初始业务实体；

8、确定模块，用于在预先构建的实体关联关系中确定出与所述初始业务实体相关联的业务资讯，并将该业务资讯所含的各业务实体确定为关联实体；其中，所述实体关联关系包括：业务实体与业务资讯之间的关联关系；

9、生成模块，用于根据每一关联实体在与所述初始业务实体相关联的业务资讯中的出现次数，选取至少一个关联实体生成对话建议。

10、根据本说明书一个或多个实施例的第三方面，提出了一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器通过运行所述可执行指令以实现上述方法的步骤。

11、根据本说明书一个或多个实施例的第四方面，提出了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现上述方法的步骤。

12、根据本说明书一个或多个实施例的第五方面，提出了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述方法的步骤。

13、由上述实施例可知，本说明书通过主动获取对话数据并识别初始业务实体，打破了仅依赖历史对话上下文的局限，之后借助预先构建的实体关联关系，精准匹配相关业务资讯，深入挖掘业务实体与关联资讯间的内在关联逻辑，从而依据关联实体在业务资讯中的出现次数准确的筛选出符合用户需求的关联实体并生成对话建议，确保了建议的准确性与实用性，深度挖掘用户潜在需求，显著提升对话建议的质量。

1.一种对话建议生成方法，包括：

2.如权利要求1所述的方法，在预先构建的实体关联关系中确定出与所述初始业务实体相关联的业务资讯之前，所述方法还包括：

3.如权利要求2所述的方法，在预先构建的实体关联关系中确定出与所述初始业务实体相关联的业务资讯，并将该业务资讯所含的各业务实体确定为关联实体，具体包括：

4.如权利要求2所述的方法，所述方法还包括：

5.如权利要求2所述的方法，所述方法还包括：

6.如权利要求1所述的方法，根据每一关联实体在与所述初始业务实体相关联的业务资讯中的出现次数，选取至少一个关联实体生成对话建议，具体包括：

7.如权利要求1所述的方法，所述初始业务实体包括多个；

8.如权利要求1所述的方法，根据每一关联实体在与所述初始业务实体相关联的业务资讯中的出现次数，选取至少一个关联实体生成对话建议，具体包括：

9.一种对话建议生成装置，包括：

10.一种电子设备，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器通过运行所述可执行指令以实现如权利要求1-8中任一项所述方法的步骤。

11.一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如权利要求1-8中任一项所述方法的步骤。

12.一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现如权利要求1-8中任一项所述方法的步骤。