智能体的知识框架优化方法和装置、电子设备和存储介质与流程
本公开的实施例涉及人工智能领域,具体涉及一种智能体的知识框架优化方法和装置、电子设备和存储介质。
背景技术:
1、随着人工智能(artificial intelligence,ai)技术的不断发展,智能体技术得到广泛应用。智能体依托知识框架承载各类结构化知识,并基于知识框架完成推理决策、任务执行等业务逻辑。知识框架的完备程度直接影响智能体的运行效果,如何高效实现智能体知识框架的优化,成为需要解决的问题。
技术实现思路
1、本公开至少一实施例提供一种智能体的知识框架优化方法,其中,所述知识框架用于:通过向所述智能体提供结构化技能知识驱动所述智能体执行任务,所述方法包括:获取所述智能体在任务执行过程中的运行异常事件;基于所述运行异常事件的第一属性对所述运行异常事件进行分类;基于所述运行异常事件的分类类型从多个参考知识源中确定目标参考知识源,并且从所述目标参考知识源中提取所述运行异常事件对应的参考知识信息;以及基于所述参考知识信息更新所述知识框架。
2、在本公开至少一实施例提供的智能体的知识框架优化方法中,所述运行异常事件包括功能失效事件和性能不足事件,所述功能失效事件包括所述智能体无法完成预定任务的事件,所述性能不足事件包括任务执行性能指标不满足第一条件的事件。
3、在本公开至少一实施例提供的智能体的知识框架优化方法中,所述获取所述智能体在任务执行过程中的运行异常事件,包括:从所述智能体在任务执行过程中的失败事件列表和性能优化记录中获取所述运行异常事件。
4、在本公开至少一实施例提供的智能体的知识框架优化方法中,所述基于所述参考知识信息更新所述知识框架,包括:基于所述运行异常事件的分类类型确定所述知识框架中的目标注入位置,并在所述目标注入位置基于所述参考知识信息更新所述知识框架。
5、在本公开至少一实施例提供的智能体的知识框架优化方法中,所述基于所述参考知识信息更新所述知识框架,包括:对所述参考知识信息执行泛化处理,得到泛化参考知识信息;将所述泛化参考知识信息注入所述知识框架。
6、在本公开至少一实施例提供的智能体的知识框架优化方法中,所述将所述泛化参考知识信息注入所述知识框架,包括:基于所述运行异常事件的分类类型确定所述知识框架中的目标注入位置,并将所述泛化参考知识信息注入所述目标注入位置。
7、在本公开至少一实施例提供的智能体的知识框架优化方法中,所述对所述参考知识信息执行泛化处理,得到泛化参考知识信息,包括:对所述参考知识信息执行泛化处理,得到候选泛化参考知识信息;响应于所述候选泛化参考知识信息不满足第二条件,重新执行泛化处理直至满足所述第二条件,得到所述泛化参考知识信息。
8、在本公开至少一实施例提供的智能体的知识框架优化方法中,所述泛化处理包括:基于泛化原则和泛化模板,将待泛化信息转换为已泛化信息,其中,所述泛化原则包括以下至少之一:算子类别的泛化原则、计算模式的泛化原则、固定数值的泛化原则、决策规则的泛化原则、目标参考知识源路径的标注原则,其中,不同的泛化模板对应于所述知识框架中不同的组件。
9、在本公开至少一实施例提供的智能体的知识框架优化方法中,所述基于所述运行异常事件的第一属性对所述运行异常事件进行分类,包括:基于所述运行异常事件的发生位置和发生原因中至少之一对所述运行异常事件进行分类。
10、在本公开至少一实施例提供的智能体的知识框架优化方法中,基于所述运行异常事件的发生位置和发生原因至少之一对所述运行异常事件进行分类,包括:基于所述运行异常事件的发生位置对所述运行异常事件进行第一级分类,得到第一分类结果;响应于所述第一分类结果下存在多个第二级分类分支,基于所述运行异常事件的发生原因对所述运行异常事件进行第二级分类,得到第二分类结果。
11、本公开至少一实施例提供的智能体的知识框架优化方法还包括:根据所述运行异常事件的第二属性,确定所述运行异常事件的泛化可行性指标,其中,所述基于所述运行异常事件的分类类型从多个参考知识源中确定目标参考知识源,包括:响应于所述运行异常事件的泛化可行性指标满足第三条件,基于所述运行异常事件的分类类型从多个参考知识源中确定目标参考知识源。
12、本公开至少一实施例提供的智能体的知识框架优化方法还包括:响应于获取到多个所述运行异常事件,根据多个所述运行异常事件各自的第三属性和泛化可行性指标对多个所述运行异常事件进行优先级排序,得到排序结果。
13、在本公开至少一实施例提供的智能体的知识框架优化方法中,所述基于所述运行异常事件的分类类型从多个参考知识源中确定目标参考知识源,并且从所述目标参考知识源中提取所述运行异常事件对应的参考知识信息,以及基于所述参考知识信息更新所述知识框架,包括:按照所述排序结果,依次对多个所述运行异常事件中的每个所述运行异常事件执行以下操作:基于所述运行异常事件的分类类型从多个参考知识源中确定目标参考知识源,并且从所述目标参考知识源中提取所述运行异常事件对应的参考知识信息,以及基于所述参考知识信息更新所述知识框架。
14、在本公开至少一实施例提供的智能体的知识框架优化方法中,对于每个运行异常事件,在基于所述参考知识信息更新所述知识框架之后,所述方法还包括:响应于在所述智能体基于更新后的知识框架执行任务的过程中获取到新的运行异常事件,回退所述更新。
15、在本公开至少一实施例提供的智能体的知识框架优化方法中,在将所述泛化参考知识信息注入所述知识框架之后,所述方法还包括:响应于在所述智能体基于更新后的知识框架执行任务的过程中再次获取到所述参考知识信息对应的运行异常事件,重新对所述参考知识信息执行泛化处理。
16、在本公开至少一实施例提供的智能体的知识框架优化方法中,在基于所述参考知识信息更新所述知识框架之后,所述方法还包括:响应于更新后的知识框架不满足收敛条件,重新执行所述获取所述智能体在任务执行过程中的运行异常事件至所述基于所述参考知识信息更新所述知识框架的步骤,直至更新后的知识框架满足所述收敛条件。
17、本公开至少一实施例提供一种智能体的知识框架优化装置,其中,所述知识框架用于:通过向所述智能体提供结构化技能知识驱动所述智能体执行任务,所述装置包括:运行异常事件获取模块,被配置为获取所述智能体在任务执行过程中的运行异常事件;分类模块,被配置为基于所述运行异常事件的第一属性对所述运行异常事件进行分类;参考知识获取模块,被配置为基于所述运行异常事件的分类类型从多个参考知识源中确定目标参考知识源,并且从所述目标参考知识源中提取所述运行异常事件对应的参考知识信息;以及更新模块,被配置为基于所述参考知识信息更新所述知识框架。
18、本公开至少一实施例提供一种电子设备,包括至少一个处理器和至少一个存储器,其中,所述至少一个存储器中存储有程序代码,所述程序代码在由所述至少一个处理器执行时,使得所述至少一个处理器执行根据本公开至少一实施例所述的知识框架优化方法。
19、本公开至少一实施例提供一种非瞬时计算机可读存储介质,其上存储有计算机可读指令,所述计算机可读指令在被至少一个处理器执行时,使得所述至少一个处理器执行根据本公开至少一实施例所述的知识框架优化方法。
20、在本公开至少一实施例提供的智能体的知识框架优化方法、智能体的知识框架优化装置、电子设备和存储介质中,以智能体在多步骤任务执行中暴露的运行异常事件为驱动,通过结构化的运行异常事件分类、权威参考知识源定位、参考知识信息提取和注入,消除了人工发现和修补知识缺口的瓶颈,可以实现主动且自动化的知识框架优化。并且,由于不同类型的缺口事件需要从不同的参考知识源获取解决方案,基于结构化的缺口分类机制,可以避免知识框架优化过程混乱低效,维护了知识框架的组织性和可维护性。
21、进一步地,该方案实现了运行异常事件检测与分类、权威参考知识源定位、泛化参考知识提取、精确目标注入和回归验证的全自动闭环,实现了知识框架的自动化持续补全与优化,同时保证了注入内容的通用性和知识框架的结构完整性。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com