空间零售舱中多模态智能导购对话的控制方法及装置与流程

本申请涉及人工智能与智能零售的交叉，具体涉及一种空间零售舱中多模态智能导购对话的控制方法及装置。

背景技术：

1、随着无人零售和人工智能技术的快速发展，空间零售舱作为一种无人化、智能化的线下零售终端，逐渐出现在商场、社区、写字楼等场所，为人们提供便捷的自助购物服务。为了提高无人值守情况下的购物引导效率和用户体验，空间零售舱通常会部署智能导购对话系统，使用户能够通过语音或触摸屏等终端设备以自然语言进行交互，获取商品推荐、购物引导等服务。

2、目前，空间零售舱中的智能导购系统主要采用基于预设问答库或简单意图识别的命令式交互方案。通常实现过程为：系统通过麦克风或触摸屏获取用户的输入文本，对该输入文本进行关键词匹配或固定意图分类，例如识别到“买水”、“推荐”、“结账”等有限的命令词或意图标签，随后根据匹配到的关键词或意图，从预设的回答模板中调取一条或几条固定话术进行回复，例如当识别到“推荐饮料”时，调取提前由运营人员配置好的“为您推荐可乐、雪碧”等文本直接展示或播报，还根据预设的商品名录，通过简单的条件判断逻辑限制推荐范围。

3、然而，上述现有方式直接应用于零售舱系统时，至少存在以下问题：第一，基于关键词和固定模板的交互方式无法理解用户的多样化口语表达和复杂意图，导致回复准确率低下；第二，由于对话相对孤立，无法根据根据用户从进店到离店的完整购物旅程主动、有序地推进对话，导致导购策略混乱，转化效率低下。

4、因此，如何在空间零售舱场景下，实现一种准确、高效的导购对话控制方法，成为亟待解决的技术问题。

技术实现思路

1、本申请实施例提供了一种空间零售舱中多模态智能导购对话的控制方法及装置，解决了现有导购对话控制方法存在的准确率低和效率低的问题。

2、根据本申请实施例的一个方面，提供了一种空间零售舱中多模态智能导购对话的控制方法，其特征在于，包括：响应于检测到用户进入空间零售舱的感知区域，为用户创建对话状态对象，对话状态对象包括当前阶段的阶段标志、对话槽位集合、购物车实时快照以及记忆摘要；基于用户终端获取用户的当前输入文本，对当前输入文本进行干扰语句检测，基于检测结果执行与检测结果对应的处置策略，得到处置文本，并基于处置文本调用语义解析模块，根据阶段标志、对话槽位集合、购物车实时快照以及记忆摘要对处置文本中的歧义文本进行补全操作，得到目标输入文本；获取对话状态对象对应的多源上下文信息，并按照多源上下文信息对应的预设优先级，在上下文组装缓冲区中进行信息组装，生成上下文提示信息；将目标输入文本和上下文提示信息输入大语言模型，通过大语言模型执行绑定工具集调用循环，输出标准结构化数据，解析并校验标准结构化数据，生成目标回复文本。

3、根据本申请实施例的另一方面，提供了一种空间零售舱中多模态智能导购对话的控制装置，其特征在于，包括：响应单元，用于响应于检测到用户进入空间零售舱的感知区域，为用户创建对话状态对象，对话状态对象包括当前阶段的阶段标志、对话槽位集合、购物车实时快照以及记忆摘要；文本处理单元，用于基于用户终端获取用户的当前输入文本，对当前输入文本进行干扰语句检测，基于检测结果执行与检测结果对应的处置策略，得到处置文本，并基于处置文本调用语义解析模块，根据阶段标志、对话槽位集合、购物车实时快照以及记忆摘要对处置文本中的歧义文本进行补全操作，得到目标输入文本；组装提示信息单元，用于获取对话状态对象对应的多源上下文信息，并按照多源上下文信息对应的预设优先级，在上下文组装缓冲区中进行信息组装，生成上下文提示信息；输入单元，用于将目标输入文本和上下文提示信息输入大语言模型，通过大语言模型执行绑定工具集调用循环，输出标准结构化数据，解析并校验标准结构化数据，生成目标回复文本。

4、根据本申请实施例的又一方面，提供了一种计算机可读的存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使计算机执行如以上空间零售舱中多模态智能导购对话的控制方法。

5、根据本申请实施例的又一方面，还提供了一种电子设备，电子设备包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器执行如以上空间零售舱中多模态智能导购对话的控制方法。

6、通过上述空间零售舱中多模态智能导购对话的控制方法，解决了现有现有导购对话控制方法存在的准确率低和效率低的问题。

1.一种空间零售舱中多模态智能导购对话的控制方法，其特征在于，包括：

2.根据权利要求1所述的方法，其特征在于，基于所述处置文本调用语义解析模块，根据所述阶段标志、所述对话槽位集合、所述购物车实时快照以及所述记忆摘要对所述处置文本中的歧义文本进行补全操作，得到目标输入文本，包括：

3.根据权利要求2所述的方法，其特征在于，根据所述歧义文本类型，以所述阶段标志、所述对话槽位集合、所述购物车实时快照以及所述记忆摘要作为状态上下文，生成与所述歧义文本类型对应的文本补全策略，包括：

4.根据权利要求1所述的方法，其特征在于，对所述当前输入文本进行干扰语句检测，基于检测结果执行与所述检测结果对应的处置策略，得到处置文本，包括：

5.根据权利要求1所述的方法，其特征在于，按照所述多源上下文信息对应的预设优先级和所述阶段标志对应的执行策略，在上下文组装缓冲区中进行信息组装，生成上下文提示信息，包括：

6.根据权利要求5所述的方法，其特征在于，将所述第三级上下文信息采用条件注入控制的方式注入所述上下文组装缓冲区的固定尾部位置，包括：

7.根据权利要求5所述的方法，其特征在于，在将所述目标输入文本和所述上下文提示信息输入大语言模型之前，还包括：

8.根据权利要求1所述的方法，其特征在于，解析并校验所述标准结构化数据，生成目标回复文本，包括：

9.一种空间零售舱中多模态智能导购对话的控制装置，其特征在于，所述装置包括：

10.一种电子设备，其特征在于，所述电子设备包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-8任意一项所述的空间零售舱中多模态智能导购对话的控制方法。