CN118820436B 智能问答方法、装置、计算机设备和程序产品 (中电金信数字科技集团股份有限公司).docxVIP

  • 0
  • 0
  • 约2.71万字
  • 约 43页
  • 2026-01-20 发布于重庆
  • 举报

CN118820436B 智能问答方法、装置、计算机设备和程序产品 (中电金信数字科技集团股份有限公司).docx

(19)国家知识产权局

(12)发明专利

(10)授权公告号CN118820436B(45)授权公告日2025.07.11

(21)申请号202410963627.0

(22)申请日2024.07.17

(65)同一申请的已公布的文献号申请公布号CN118820436A

(43)申请公布日2024.10.22

(73)专利权人中电金信数字科技集团股份有限

公司

地址200030上海市徐汇区虹梅路1535号2

幢8层814室

(72)发明人孙雷罗科华杨明晖

(74)专利代理机构华进联合专利商标代理有限公司44224

专利代理师吴平

GO6N5/04(2023.01)

(56)对比文件

CN117009490A,2023.11.07

KR1026411370000B1,2024.02.28审查员刘亭

(51)Int.CI.

GO6F16/3329(2025.01)权利要求书3页说明书15页附图7页

(54)发明名称

智能问答方法、装置、计算机设备和程序产

(57)摘要

CN118820436B本申请涉及一种智能问答方法、装置、计算机设备和计算机程序产品。所述方法包括:获取用户输入的多模态问题数据;基于问题数据确定问题数据对应的知识数据,并根据代理智能体中的大语言模型对问题数据进行解构分解,得到问题数据对应的第一上下文数据;根据代理智能体中的大语言模型针对问题数据的初始结果确定第二上下文数据;基于代理智能体中的强化学习模型、知识数据、第一上下文数据和第二上下文数据构建认知修正策略;基于认知修正策略对大语言模型进行行动规划,确定出任务规划策略,

CN118820436B

102

102

获取用户输入的多模态问题数据

基于问题数据确定问题数据对应的知识数据,并根

据代理智能体中的大语言模型对问题数据进行解构

分解,得到问题数据对应的第一上下文数据

根据代理智能体中的大语言模型针对问题数据的初始结果确定第二上下文数据

基于代理智能体中的强化学习模型、知识数据、第一上下文数据和第二上下文数据构建认知修正策略

基于认知修正策略对大语言模型进行行动规划,确

定出任务规划策略,并基于任务规划策略和大语言

模型得到目标结果

CN118820436B权利要求书1/3页

2

1.一种智能问答方法,其特征在于,所述方法包括:

获取用户输入的多模态问题数据;

基于所述问题数据确定所述问题数据对应的知识数据,并根据代理智能体中的大语言模型对所述问题数据进行结构分解,得到问题数据对应的第一上下文数据;

根据所述代理智能体中的大语言模型针对所述问题数据的初始结果确定第二上下文数据;

基于所述代理智能体中的强化学习模型、所述知识数据、所述第一上下文数据和所述第二上下文数据构建认知修正策略;

基于所述认知修正策略对所述大语言模型进行行动规划,确定出任务规划策略,并基于所述任务规划策略和所述大语言模型得到目标结果;

所述对所述问题数据进行结构分解,得到问题数据对应的第一上下文数据,包括:

根据代理智能体中的大语言模型对所述问题数据进行扩展,生成所述问题数据的详细信息;

基于所述详细信息对所述问题数据进行结构分解,得到所述问题数据对应的第一上下文数据;

所述根据所述代理智能体中的大语言模型针对所述问题数据的初始结果确定第二上下文数据,包括:

根据代理智能体中的大语言模型生成所述问题数据对应的初始结果;

基于所述代理智能体中的大语言模型对所述初始结果进行分解,得到所述初始结果中包含的元素;

基于所述初始结果中包含的元素和所述大语言模型,对所述初始结果进行相关信息检索,得到第二上下文数据;

所述基于所述认知修正策略对所述大语言模型进行行动规划,确定出任务规划策略,包括:

基于所述大语言模型对所述认知修正策略进行分析,得到初始任务规划策略;

根据所述代理智能体中的强化学习模型对所述初始任务规划策略进行验证,得到所述初始任务规划策略中各任务的验证结果;

基于所述验证结果确定待修正任务,并根据所述大语言模型对所述待修正任务进行修正处理,得到所述问题数据对应的任务规划策略。

2.根据权利要求1所述的方法,其特征在于,所述基于所述认知修正策略对所述大语言模型进行行动规划,确定出任务规划策略,并基于所述任务规划策

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档