本申請涉及智能交互，特別是涉及一種對話生成方法及相關裝置、設備和存儲介質。

背景技術：

1、隨著人工智能技術的發(fā)展，尤其是大語言模型在文本理解、知識推理等領域的應用，智能咨詢技術越來越受到關注。

2、現(xiàn)有技術中，諸如智能客服、智能醫(yī)生等，可以根據用戶咨詢內容進行自動化推理回復。但是在一些應用場景下，例如心理咨詢等，咨詢對話的生成需要參考用戶長期的心理歷程和生活經歷，因此大語言模型需要基于用戶復雜、繁多的歷史數據生成回復，導致對話效率降低，且大語言模型無法有效存儲用戶長期的咨詢內容，進而導致回復效果差。有鑒于此，如何在盡可能提升對話生成效率的情況下，提升交互語句生成的準確性，成為亟待解決的問題。

技術實現(xiàn)思路

1、本申請主要解決的技術問題是提供一種對話生成方法及相關裝置、設備和存儲介質，能夠在盡可能提升對話生成效率的情況下，提升交互語句生成的準確性。

2、為了解決上述技術問題，本申請第一方面提供了一種對話生成方法，包括：基于目標對象的當前數據，生成交互判斷結果；其中，當前數據至少包括目標對象的第一記憶數據和當前輪次對話，第一記憶數據包括目標對象從第一輪次回溯至第二輪次的第一歷史對話和第一歷史對話的第一對話總結，第一輪次為當前輪次的上一輪次，第一輪次與第二輪次之間間隔預設輪數；基于與交互判斷結果匹配的目標數據，生成第一提示指令；其中，第一提示指令用于指示大語言模型回應當前輪次對話，在交互判斷結果表征不滿足咨詢交互時，目標數據由第二記憶數據對當前數據中第一記憶數據更新得到，第二記憶數據包括目標對象在第二輪次之前第二歷史對話的第二對話總結；輸入第一提示指令至大語言模型，以獲取大語言模型的輸出語句作為回應當前輪次對話的交互語句。

3、為了解決上述技術問題，本申請第二方面提供了一種對話生成裝置，包括：判斷模塊、指令模塊和交互模塊，判斷模塊用于基于目標對象的當前數據，生成交互判斷結果；其中，當前數據至少包括目標對象的第一記憶數據和當前輪次對話，第一記憶數據包括目標對象從第一輪次回溯至第二輪次的第一歷史對話和第一歷史對話的第一對話總結，第一輪次為當前輪次的上一輪次，第一輪次與第二輪次之間間隔預設輪數；指令模塊用于基于與交互判斷結果匹配的目標數據，生成第一提示指令；其中，第一提示指令用于指示大語言模型回應當前輪次對話，在交互判斷結果表征不滿足咨詢交互時，目標數據由第二記憶數據對當前數據中第一記憶數據更新得到，第二記憶數據包括目標對象在第二輪次之前第二歷史對話的第二對話總結；交互模塊用于輸入第一提示指令至大語言模型，以獲取大語言模型的輸出語句作為回應當前輪次對話的交互語句。

4、為了解決上述技術問題，本申請第三方面提供了一種電子設備，包括相互耦接的存儲器和處理器，存儲器中存儲有程序指令，處理器用于執(zhí)行程序指令以實現(xiàn)上述第一方面中的對話生成方法。

5、為了解決上述技術問題，本申請第四方面提供了一種計算機可讀存儲介質，存儲有能夠被處理器運行的程序指令，程序指令用于實現(xiàn)上述第一方面所述的對話生成方法。

6、上述方案，獲取目標對象的當前數據，當前數據至少包括目標對象的第一記憶數據和當前輪次對話，第一記憶數據包括目標對象從第一輪次回溯至第二輪次的第一歷史對話和第一歷史對話的第一對話總結，第一輪次為當前輪次的上一輪次，第一輪次與第二輪次之間間隔預設輪數，基于目標對象的當前數據，生成交互判斷結果，基于與交互判斷結果匹配的目標數據，生成用于指示大語言模型回應當前輪次對話的第一提示指令，且在交互判斷結果表征不滿足咨詢交互時，目標數據由第二記憶數據對當前數據中第一記憶數據更新得到，第二記憶數據包括目標對象在第二輪次之前第二歷史對話的第二對話總結，輸入第一提示指令至大語言模型，以獲取大語言模型的輸出語句作為回應當前輪次對話的交互語句。因此，在交互判斷結果表征當前數據能夠滿足咨詢交互的情況下，基于當前數據生成用于指示大語言模型回應當前輪次對話的第一提示指令，在交互判斷結果表征當前數據不能滿足咨詢交互的情況下，基于第二記憶數據對當前數據中第一記憶數據進行更新，基于更新后的當前數據生成用于指示大語言模型回應當前輪次對話的第一提示指令，即基于當前對話的交互需求，選擇是否引入相應的第二記憶數據作為生成回應當前輪次對話的交互語句的參考數據，能夠在滿足大語言模型生成質量的前提下，盡可能地降低第一提示指令生成所需的參考數據量，提升對話生成效率，且在需要目標對象長期咨詢內容的情況下，得到用于滿足當前對話咨詢交互的目標數據。故能在盡可能提升對話生成效率的情況下，提升交互語句生成的準確性。

技術特征：

1.一種對話生成方法，其特征在于，包括：

2.根據權利要求1所述的方法，其特征在于，在所述交互判斷結果表征不滿足咨詢交互的情況下，所述第一記憶數據的更新步驟包括：

3.根據權利要求1所述的方法，其特征在于，在所述交互判斷結果表征不滿足咨詢交互的情況下，若所述目標數據仍然不滿足咨詢交互，所述方法還包括：

4.根據權利要求1所述的方法，其特征在于，所述第一記憶數據的自更新過程至少包括：

5.根據權利要求4所述的方法，其特征在于，所述第一記憶數據中的所述第一歷史對話和關于所述第一歷史對話的所述第一對話總結基于交互輪次存儲，所述生成關于更新后的所述第一輪次的第一歷史對話的所述第一對話總結，包括：

6.根據權利要求1所述的方法，其特征在于，在所述第一對話總結包括基于所述第一歷史對話總結得到的目標對話總結的情況下，所述第二記憶數據的自更新過程至少包括：

7.根據權利要求1所述的方法，其特征在于，在基于所述第二記憶數據更新所述第一記憶數據的情況下，所述第二記憶數據的更新過程至少包括：

8.根據權利要求1所述的方法，其特征在于，所述當前數據還包括所述目標對象的用戶畫像，所述用戶畫像的自更新過程包括：

9.一種對話生成裝置，其特征在于，包括：

10.一種電子設備，其特征在于，包括相互耦接的存儲器和處理器，所述存儲器中存儲有程序指令，所述處理器用于執(zhí)行所述程序指令以實現(xiàn)權利要求1至8任一項所述的對話生成方法。

11.一種計算機可讀存儲介質，其上存儲有程序指令，其特征在于，所述程序指令被處理器執(zhí)行時實現(xiàn)權利要求1至8任一項所述的對話生成方法。

技術總結
本申請公開了一種對話生成方法及相關裝置、設備和存儲介質，其中，對話生成方法包括：基于目標對象的當前數據，生成交互判斷結果；基于與交互判斷結果匹配的目標數據，生成第一提示指令；輸入第一提示指令至大語言模型，以獲取大語言模型的輸出語句作為回應當前輪次對話的交互語句。上述方案，能夠在盡可能提升對話生成效率的情況下，提升交互語句生成的準確性。

技術研發(fā)人員：王士進,杜倩云,沙晶,江熠鏵,盛志超,劉聰,胡國平
受保護的技術使用者：科大訊飛股份有限公司
技術研發(fā)日：
技術公布日：2025/5/8