申请/专利权人：浙江口碑网络技术有限公司;拉扎斯网络科技(上海)有限公司

申请日：2023-12-05

公开（公告）日：2024-03-15

公开（公告）号：CN117350825B

主分类号：G06Q30/0601

分类号：G06Q30/0601;G06F16/332;G06F40/289;G06F40/30

优先权：

专利状态码：有效-授权

法律状态：2024.03.15#授权;2024.01.23#实质审查的生效;2024.01.05#公开

摘要：本申请提供了一种基于大语言模型的导购方法和系统，该方法应用于人工智能技术领域。该方法包括：获取用户端输入的导购需求和所述导购需求携带的内容增强配置；对所述导购需求进行自然语言理解，得到需求理解结果；基于所述需求理解结果和所述内容增强配置，生成描述所述导购需求的提示词；采用预设大语言模型对所述提示词进行语言处理，生成并输出所述导购需求对应的目标导购信息至所述用户端。该方法既能够节省用户决策时间，还能够为用户端提供更加贴合用户端自然语言的目标导购需求。

主权项：1.一种基于大语言模型的导购方法，其特征在于，所述方法包括：获取用户端输入的导购需求和所述导购需求携带的内容增强配置；其中，所述内容增强配置至少包括：所述导购需求所在系统的时间信息、位置信息、所述导购需求对应的用户标识、输入相同的所述导购需求的时长间隔以及输入所述导购需求的页面类型；对所述导购需求进行意图识别，得到所述导购需求的意图类型；对所述导购需求进行意图理解，得到所述导购需求的意图内容；其中，所述导购需求的需求理解结果，包括：所述意图类型和意图内容；在预设提示词模板库中，查找与所述意图类型相匹配的提示词模板；其中，所述预设提示词模板库用于存储多个预设意图类型匹配的提示词模板；基于所述内容增强配置对所述意图内容进行修饰增强，生成提示内容；将所述提示内容嵌入所述提示词模板，得到描述所述导购需求的提示词；采用预设大语言模型对所述提示词进行语义分析，以确定响应所述导购需求所需的多个应用程序接口；确定所述多个应用程序接口之间的调用顺序；获取所述多个应用程序接口中任一应用程序接口的功能和前一应用程序接口的返回结果；其中，所述前一应用程序接口为所述调用顺序中排列在所述任一应用程序接口之前且与所述任一应用程序接口相邻的应用程序接口；所述返回结果，包括：响应所述导购需求的多个初始导购对象；按照所述任一应用程序接口的功能和所述前一应用程序接口的返回结果，生成所述任一应用程序接口的调用参数；将携带所述调用参数的调用指令发送至所述任一应用程序接口；若所述返回结果的类型为业务类，按照预设筛选规则从所述多个初始导购对象筛选出候选导购对象集合；基于预设数据库中与所述导购需求匹配的历史关联信息和预设数量对所述候选导购对象集合进行过滤并排序，得到小于所述预设数量已排序导购对象；其中，所述预设数据库用于存储历史导购需求的历史关联信息，所述历史关联信息包括：所述历史导购需求的历史目标导购信息和所述历史目标导购信息对应的交互信息；所述预设筛选规则，包括以下至少之一：好评度排列在所述多个初始导购对象中各初始导购对象的好评度的前n个；其中，n为小于所述初始导购对象个数的正整数；销量排列在所述各初始导购对象的销量的前n个；所在位置与所述导购需求对应的位置之间的距离排列在所述初始导购对象中的后n个；售卖价格排列在所述初始导购对象的价格的后n个；确定所述已排序导购对象的描述信息；将所述描述信息与所述已排序导购对象进行融合，得到并输出所述目标导购信息至所述用户端；对所述目标导购信息进行质量检测，得到质检结果；若所述质检结果满足预设质检条件，确定所述目标导购信息中是否存在预设屏蔽信息库中的屏蔽信息；若所述目标导购信息中不存在所述屏蔽信息，在输入所述导购需求的页面输出所述目标导购信息；若所述质检结果不满足所述预设质检条件或所述目标导购信息中存在所述屏蔽信息，获取预设导购信息；在输入所述导购需求的页面，输出所述预设导购信息。

全文数据：

权利要求：

百度查询： 浙江口碑网络技术有限公司;拉扎斯网络科技(上海)有限公司 基于大语言模型的导购方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD