一种知识增强方法及计算设备与流程

本技术实施例涉及计算设备，尤其涉及一种知识增强方法及计算设备。

背景技术：

1、随着数字化转型的深入，企业内部的业务规则、流程规范及系统架构日益复杂。为了提升业务处理的自动化与智能化水平，业界广泛引入大语言模型作为智能助手或业务分析节点（如流程中的自动审批、风险评估节点）。然而，大语言模型在特定垂直领域的应用效果高度依赖于其专有的业务知识库，因此，业界内通常采用知识增强技术，通过不断收集新的知识以扩展业务知识库的内容丰富度。

2、然而，现有的知识增强技术存在一定的缺陷，会导致业务知识库陷入“同质化”的困境，无法有效地扩展业务知识库的知识边界，导致业务知识库的内容丰富度受限。

技术实现思路

1、本技术实施例提供一种知识增强方法及计算设备，该方法可以有效地扩展业务知识库的知识边界，提高业务知识库的内容丰富度。

2、第一方面，本技术实施例提供的一种知识增强方法，该方法包括：根据待分析业务规则生成测试用例；测试用例用于描述与待分析业务规则关联的业务场景；将测试用例输入自博弈推理网络进行对抗分析，得到第一推理轨迹；其中，第一推理轨迹用于反映自博弈推理网络对业务场景的思考分析过程；确定第一推理轨迹是否具有状态新颖度；状态新颖度用于表征第一推理轨迹至少满足以下条件中至少之一：首次触达真值图谱中的逻辑节点；相对于已有推理轨迹形成新的推理路径；在第一推理轨迹具有状态新颖度的情况下，将第一推理轨迹确定为增强知识存储至业务知识库中。

3、本技术实施例提供的知识增强方法，计算设备根据待分析业务规则生成描述业务场景的测试用例，并将测试用例输入自博弈推理网络进行对抗分析，从而得到第一推理轨迹。进一步的，确定第一推理轨迹是否具有状态新颖度，若具有，则说明该第一推理轨迹是对于该业务场景来说是新的，非同质化的知识，因此可以将第一推理轨迹确定为增强知识存储至知识库中。本方案中，第一推理轨迹准确的反映了对抗分析过程对该业务场景的思考分析过程，是获取该业务场景下增强知识的根本依据。进一步的，本方案通过判断第一推理轨迹是否具有状态新颖度，在具有状态新颖度的情况下作为增强知识存储至业务知识库。与相关技术中仅评估最终结论的方案相比，本方案可以更为准确且全面地评估当前生成的推理轨迹的对业务场景的贡献价值，避免业务知识库“同质化”的问题，从而有效地扩展业务知识库的知识边界，提高业务知识库的内容丰富度。

4、一种可能的实现方式中，业务场景为存在业务缺陷的业务场景；真值图谱用于以图谱的形式描述发现业务缺陷所需经历的多个逻辑节点 及其关联关系。

5、另一种可能的实现方式中，确定第一推理轨迹是否具有状态新颖度，包括：确定第一推理轨迹中的待判断节点；待判断节点为第一推理轨迹中的任一节点；若待判断节点首次触达真值图谱中的逻辑节点，确定第一推理轨迹具有状态新颖度；其中，触达指的是，待判断节点与逻辑节点的语义相似度大于第一阈值。真值图谱为评估大语言模型的逻辑推理深度，构建了 “精确的数字标尺”和覆盖率地图。计算设备能够清晰、量化地掌握大语言模型是否真正洞察到了深层的业务冲突环节，极大地提升了增强知识提取的准确度与可信度。

6、又一种可能的实现方式中，若待判断节点首次触达真值图谱中的未匹配的逻辑节点，确定第一推理轨迹具有状态新颖度，包括：在待判断节点首次触达真值图谱中的逻辑节点，且第一推理轨迹相对于已有推理轨迹形成新的推理路径时，确定第一推理轨迹具有状态新颖度。应理解，若当前推理轨迹相较于已有推理轨迹形成新的推理路径，则说明本次推理涉及未曾探索过的知识，可以作为增强知识使用，避免业务数据库陷入“同质化”的困境。

7、又一种可能的实现方式中，确定第一推理轨迹是否具有状态新颖度，包括：确定第一推理轨迹中的待判断节点；待判断节点为第一推理轨迹中的任一节点；若待判断节点重复触达真值图谱中的逻辑节点，第一推理轨迹相对于已有推理轨迹形成新的推理路径时，确定第一推理轨迹具有状态新颖度；其中，触达指的是，待判断节点与逻辑节点的语义相似度大于第一阈值。应理解，若当前推理轨迹相较于已有推理轨迹形成新的推理路径，则说明本次推理涉及未曾探索过的知识，可以作为增强知识使用，避免业务数据库陷入“同质化”的困境。

8、又一种可能的实现方式中，将测试用例输入自博弈推理网络进行对抗分析，得到第一推理轨迹，包括：获取自博弈推理网络进行对抗分析时输出的每个中间推理内容；按输出时序拼接每个中间推理内容，得到第一推理轨迹。上述步骤打破了自博弈推理网络的“中间黑盒”状态，将自博弈推理网络的思考过程转化为可读的第一推理轨迹，为后续识别增强知识提供数据支持。

9、又一种可能的实现方式中，按输出时序拼接每个中间推理内容，得到第一推理轨迹，包括：将每个中间推理内容映射为状态向量，按输出时序拼接每个状态向量，得到第一推理轨迹。

10、又一种可能的实现方式中，在根据待分析业务规则生成测试用例之前，方法还包括：从规则特征池中获取至少两个正交维度的规则特征；其中，规则特征池用于存储将初始业务规则按照多个正交维度拆分得到的规则特征；合并至少两个正交维度的规则特征，得到待分析业务规则。通过前述规则业务池获取规则特征组合，并借助大语言模型生成包含上下文的复杂业务场景，使得本方案可以自动化产生大量涉及多个维度、复杂度较高的测试用例，解决了传统用例生成模式下场景发散能力差、上下文碎片化的问题，突破人工经验认知边界，极大地扩宽了对业务规则的横向探索边界，有助于扩展新的知识以实现知识增强。

11、又一种可能的实现方式中，根据待分析业务规则生成测试用例，包括：将待分析业务规则输入大语言模型，得到候选业务场景；针对候选业务场景，配置与待分析业务规则相悖的业务缺陷，得到测试用例。通过上述步骤，提供一种获取测试用例的具体实现方案，保证本方案的可实施性。

12、又一种可能的实现方式中，方法还包括：在第一推理轨迹具有状态新颖度的情况下，增加针对待分析业务规则分配的算力资源。通过前述基于状态新颖度进行算力分配的方案，有效地避免了模型在同质化浅层逻辑上原地打转和空耗算力的问题，从而有效地将抽象的初始业务规则转换为庞大的、逻辑严密的具象化知识体系，实现了特定业务领域下知识边界由“少”到“多”的高效扩充。

13、又一种可能的实现方式中，方法还包括：在第一推理轨迹的节点长度大于长度阈值，且第一推理轨迹不具有状态新颖度的情况下，减少针对待分析业务规则分配的算力资源，或者停止对待分析业务规则的对抗分析过程。

14、第二方面，本技术提供一种知识增强装置，该装置包括一个或多个功能模块，用于实现上述第一方面所描述的知识增强方法。

15、第三方面，本技术实施例提供一种计算设备，该计算设备包括处理器和存储器；处理器与存储器耦合；存储器用于存储计算机指令，计算机指令由处理器加载并执行以使计算设备实现上述第一方面的方法。

16、第四方面，本技术实施例提供一种计算机可读存储介质，该计算机可读存储介质包括：计算机软件指令；当计算机软件指令在计算设备中运行时，使得计算设备实现上述第一方面的方法。

17、第五方面，本技术实施例提供一种计算机程序产品，当该计算机程序产品在计算设备上运行时，使得计算设备执行上述第一方面相关方法的步骤，以实现上述第一方面的方法。

18、上述第二方面至第五方面的有益效果可以参考第一方面的对应描述，不再赘述。