本申請涉及自然語言處理，特別是涉及一種基于大語言模型的信息處理方法、系統(tǒng)和ai智能助手。

背景技術(shù)：

1、隨著機器學(xué)習(xí)（ml,?machine?learning）技術(shù)的快速發(fā)展，基于大語言模型（largelanguage?model,?llm）的人工智能助手在眾多場景中得到廣泛應(yīng)用。此類智能助手通過自然語言對話的方式，能夠解決用戶在日常生活和工作中的一些普遍且簡單的需求。

2、然而，當(dāng)前的許多助手主要以問答型對話為主，其功能通常限于語言相關(guān)的簡單任務(wù)。當(dāng)遇到需要復(fù)雜處理的任務(wù)時，單純依賴大語言模型往往顯得不足，必須結(jié)合傳統(tǒng)的軟件應(yīng)用才能完成。

3、與此形成對比的是，傳統(tǒng)的應(yīng)用軟件以解決特定場景中的問題為主，其功能更加專業(yè)化、垂直化，適合有專業(yè)背景的用戶。然而，這類軟件對新手而言學(xué)習(xí)成本較高，尤其是當(dāng)涉及多個應(yīng)用時，用戶需要自行判斷并切換不同軟件來完成任務(wù)，這無疑增加了使用的復(fù)雜性和門檻。

技術(shù)實現(xiàn)思路

1、本申請的目的是將傳統(tǒng)的人工智能助手與應(yīng)用軟件相結(jié)合，利用大語言模型和傳統(tǒng)應(yīng)用軟件各自的優(yōu)勢，解決大語言模型無法解決專業(yè)性問題或傳統(tǒng)應(yīng)用軟件使用門檻較高的問題。

2、基于此，為了實現(xiàn)本申請的上述優(yōu)勢或其他優(yōu)點和目的，本申請?zhí)峁┝艘环N基于大語言模型的信息處理方法，包括：

3、訓(xùn)練大語言模型并預(yù)設(shè)應(yīng)用服務(wù)集合；

4、所述大語言模型獲取用戶輸入的信息；

5、所述大語言模型對所述信息進行分析并提取信息意圖，并根據(jù)所述信息意圖在所述應(yīng)用服務(wù)集合中提取目標應(yīng)用服務(wù)；

6、所述大語言模型在所述信息里提取所述目標應(yīng)用服務(wù)所需的輸入?yún)?shù)，并輸出給所述目標應(yīng)用服務(wù)；

7、所述目標應(yīng)用服務(wù)基于所述輸入?yún)?shù)進行運算處理并輸出結(jié)果。

8、根據(jù)一個申請的實施例，所述大語言模型對所述信息進行分析并提取信息意圖，并根據(jù)所述信息意圖在所述應(yīng)用服務(wù)集合中提取目標應(yīng)用服務(wù)的過程，包括：

9、步驟s311、所述大語言模型對所述信息進行分析，提取意圖；

10、步驟s312、根據(jù)所述意圖在所述應(yīng)用服務(wù)集合中匹配應(yīng)用服務(wù)；

11、步驟s313、判斷是否匹配到應(yīng)用服務(wù)，如果是，則轉(zhuǎn)入步驟s314，如果否，則轉(zhuǎn)入步驟s315；

12、步驟s314、將匹配到的應(yīng)用服務(wù)提取為目標應(yīng)用服務(wù)；

13、步驟s315、所述大語言模型根據(jù)所述意圖輸出意圖引導(dǎo)信息；

14、步驟s316、根據(jù)所述意圖引導(dǎo)信息對所述信息進行補充，并轉(zhuǎn)入步驟s311。

15、根據(jù)一個申請的實施例，所述大語言模型對所述信息進行分析并提取信息意圖，并根據(jù)所述信息意圖在所述應(yīng)用服務(wù)集合中提取目標應(yīng)用服務(wù)的過程，包括：

16、步驟s321、預(yù)設(shè)場景任務(wù)集，所述場景任務(wù)集中的場景任務(wù)對應(yīng)一個或多個應(yīng)用服務(wù)；

17、步驟s322、所述大語言模型分析所述信息，提取意圖；

18、步驟s323、根據(jù)所述意圖在所述場景任務(wù)集中匹配目標場景任務(wù)；

19、步驟s324、判斷是否匹配到目標場景任務(wù)，如果是，則轉(zhuǎn)入步驟s325，如果否，則轉(zhuǎn)入步驟s326；

20、步驟s325、提取與所述目標場景任務(wù)對應(yīng)的應(yīng)用服務(wù)為目標應(yīng)用服務(wù)；

21、步驟s326、所述大語言模型根據(jù)所述意圖輸出意圖引導(dǎo)信息；

22、步驟s337、根據(jù)所述意圖引導(dǎo)信息對所述信息進行補充，并轉(zhuǎn)入步驟s322。

23、根據(jù)一個申請的實施例，所述信息處理方法還包括：

24、預(yù)設(shè)信息補充次數(shù)n1；

25、如果信息補充次數(shù)達到n1，則由所述大語言模型對所述信息進行處理并輸出。

26、根據(jù)一個申請的實施例，所述大語言模型在所述信息里提取所述目標應(yīng)用服務(wù)所需的輸入?yún)?shù)，并輸出給所述目標應(yīng)用服務(wù)的過程，包括：

27、步驟s411、所述大語言模型在所述信息里提取輸入?yún)?shù)；

28、步驟s412、判斷所述輸入?yún)?shù)是否滿足所述目標應(yīng)用服務(wù)運算需求，如果是，則轉(zhuǎn)入步驟s413，如果否，則轉(zhuǎn)入步驟s414；

29、步驟s413、將所述輸入?yún)?shù)輸出給所述目標應(yīng)用服務(wù)；

30、步驟s414、所述大語言模型輸出參數(shù)引導(dǎo)信息；

31、步驟s415、根據(jù)所述參數(shù)引導(dǎo)信息對所述信息進行補充，并轉(zhuǎn)入步驟s411。

32、根據(jù)一個申請的實施例，所述信息處理方法還包括：

33、預(yù)設(shè)參數(shù)補充次數(shù)n2；

34、如果參數(shù)補充次數(shù)達到n2，則由所述大語言模型對所述信息進行處理并輸出。

35、根據(jù)一個申請的實施例，所述信息處理方法還包括：

36、預(yù)設(shè)應(yīng)用軟件包；

37、輸出結(jié)果時或輸出結(jié)果后調(diào)取與所述目標應(yīng)用服務(wù)對應(yīng)的目標應(yīng)用軟件；

38、利用所述目標應(yīng)用軟件對所述輸出結(jié)果或輸入信息進行深度處理。

39、本發(fā)明的另一個實施例公開了一種基于大語言模型的信息處理系統(tǒng)，包括：

40、信息輸入窗口，所述信息輸入窗口用于信息輸入；

41、應(yīng)用服務(wù)模塊，所述應(yīng)用服務(wù)模塊用于存儲預(yù)設(shè)應(yīng)用服務(wù)集合，并根據(jù)輸入?yún)?shù)進行運算并輸出結(jié)果；

42、大語言模型模塊，所述大語言模型模塊儲存經(jīng)過訓(xùn)練的大語言模型，用于獲取所述信息輸入窗口輸入的信息，對所述信息進行分析并提取信息意圖，根據(jù)所述信息意圖在所述應(yīng)用服務(wù)模塊中提取目標應(yīng)用服務(wù)，從所述信息里提取所述目標應(yīng)用服務(wù)所需的輸入?yún)?shù)，并輸出給所述應(yīng)用服務(wù)模塊；

43、結(jié)果展示窗口，所述結(jié)果展示窗口用于展示所述應(yīng)用服務(wù)模塊輸出的結(jié)果。

44、根據(jù)一個申請的實施例，所述大語言模型模塊還用于對所述信息進行處理并輸出結(jié)果。

45、根據(jù)一個申請的實施例，所述基于大語言模型的信息處理系統(tǒng)，還包括：應(yīng)用軟件模塊，所述應(yīng)用軟件模塊存儲有預(yù)設(shè)應(yīng)用軟件包，用于在所述大語言模型模塊調(diào)取后展示操作界面并對所述輸出結(jié)果或輸入信息進行深度處理。

46、本發(fā)明又一實施例公開了一種ai智能助手，所述ai智能助手包括計算機可讀存儲介質(zhì)，所述存儲介質(zhì)中存儲有至少一條指令，所述指令由處理器讀取以使所述ai智能助手執(zhí)行上述任一項所述的方法。

47、有益效果：本申請本發(fā)明公開的基于大語言模型的信息處理方法、系統(tǒng)和ai智能助手，通過將大語言模型與應(yīng)用服務(wù)相結(jié)合的方式，一方面能夠提高傳統(tǒng)應(yīng)用軟件的應(yīng)用效果、拓展應(yīng)用空間，且更智能化，降低使用門檻；另一方面，可以很大地提升傳統(tǒng)語言模型的使用深度，并拓展到多種業(yè)務(wù)場景，使其能夠在對話過程中解決復(fù)雜的專業(yè)問題，大幅提升傳統(tǒng)語言模型的應(yīng)用面和用戶體驗。

技術(shù)特征：

1.一種基于大語言模型的信息處理方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述信息處理方法，其特征在于，所述大語言模型對所述信息進行分析并提取信息意圖，并根據(jù)所述信息意圖在所述應(yīng)用服務(wù)集合中提取目標應(yīng)用服務(wù)的過程，包括：

3.根據(jù)權(quán)利要求1所述信息處理方法，其特征在于，所述大語言模型對所述信息進行分析并提取信息意圖，并根據(jù)所述信息意圖在所述應(yīng)用服務(wù)集合中提取目標應(yīng)用服務(wù)的過程，包括：

4.根據(jù)權(quán)利要求2或3所述信息處理方法，其特征在于，還包括：

5.根據(jù)權(quán)利要求1所述信息處理方法，其特征在于，所述大語言模型在所述信息里提取所述目標應(yīng)用服務(wù)所需的輸入?yún)?shù)，并輸出給所述目標應(yīng)用服務(wù)的過程，包括：

6.根據(jù)權(quán)利要求5所述信息處理方法，其特征在于，還包括：

7.根據(jù)權(quán)利要求1所述信息處理方法，其特征在于，還包括：

8.一種基于大語言模型的信息處理系統(tǒng)，其特征在于，包括：

9.根據(jù)權(quán)利要求8所述基于大語言模型的信息處理系統(tǒng)，其特征在于，所述大語言模型模塊還用于對所述信息進行處理并輸出結(jié)果。

10.根據(jù)權(quán)利要求8所述基于大語言模型的信息處理系統(tǒng)，其特征在于，還包括：應(yīng)用軟件模塊，所述應(yīng)用軟件模塊存儲有預(yù)設(shè)應(yīng)用軟件包，用于在所述大語言模型模塊調(diào)取后展示操作界面并對所述輸出結(jié)果或輸入信息進行深度處理。

11.一種ai智能助手，其特征在于，包括計算機可讀存儲介質(zhì)，所述存儲介質(zhì)中存儲有至少一條指令，所述指令由處理器讀取以使所述ai智能助手執(zhí)行如權(quán)利要求1至權(quán)利要求7中任一項所述的方法。

技術(shù)總結(jié)
本發(fā)明公開了基于大語言模型的信息處理方法、系統(tǒng)和AI智能助手，該方法包括：訓(xùn)練大語言模型并預(yù)設(shè)應(yīng)用服務(wù)集合；向所述大語言模型輸入信息；所述大語言模型根據(jù)所述信息在所述應(yīng)用服務(wù)集合中提取與所述信息意圖匹配的目標應(yīng)用服務(wù)；所述大語言模型根據(jù)所述目標應(yīng)用服務(wù)在所述信息里提取輸入?yún)?shù)，并輸出給所述目標應(yīng)用服務(wù)；所述目標應(yīng)用服務(wù)根據(jù)所述輸入?yún)?shù)進行運算處理；所述大語言模型向所述目標應(yīng)用服務(wù)提取并輸出結(jié)果。通過將大語言模型與應(yīng)用服務(wù)相結(jié)合的方式，提高傳統(tǒng)應(yīng)用軟件的應(yīng)用效果、拓展應(yīng)用空間，降低使用門檻；可以很大地提升傳統(tǒng)語言模型的使用深度，并拓展到多種業(yè)務(wù)場景，使其能夠在對話過程中解決復(fù)雜的專業(yè)問題。

技術(shù)研發(fā)人員：曾麗娟,周英,張德文,魏居業(yè),姜娜
受保護的技術(shù)使用者：之江實驗室
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6