本發(fā)明涉及一種基于用戶的個性化數(shù)據(jù)的問答方法及設(shè)備。

背景技術(shù)：

1、傳統(tǒng)的問答系統(tǒng)的服務(wù)形式中，不同用戶被授予的回答內(nèi)容存在同質(zhì)化問題，無法為用戶提供針對每個用戶自己的精準(zhǔn)的回答方案。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的在于提供一種基于用戶的個性化數(shù)據(jù)的問答方法及設(shè)備。

2、為解決上述問題，本發(fā)明提供一種基于用戶的個性化數(shù)據(jù)的問答方法，包括：

3、數(shù)據(jù)回流系統(tǒng)獲取用戶的個性化數(shù)據(jù)；

4、所述數(shù)據(jù)回流系統(tǒng)，將所述個性化數(shù)據(jù)進(jìn)行處理，填充到個性化schema指定義好的結(jié)構(gòu)化pattern和非結(jié)構(gòu)化個性化信息中；

5、個性化數(shù)據(jù)處理系統(tǒng)，基于填充至個性化schema指定義好的結(jié)構(gòu)化pattern中和非結(jié)構(gòu)化個性化信息中的個性化數(shù)據(jù)，通過ai處理，得到個性化schema定義好的結(jié)構(gòu)化schema數(shù)據(jù)以及自然語言描述的非結(jié)構(gòu)化個性化數(shù)據(jù)；

6、個性化schema管理系統(tǒng)，保存每個用戶對應(yīng)的結(jié)構(gòu)化schema數(shù)據(jù)以及自然語言描述的非結(jié)構(gòu)化個性化數(shù)據(jù)；

7、在線個性化內(nèi)容生成模塊，從個性化schema管理系統(tǒng)獲取用戶對應(yīng)的結(jié)構(gòu)化schema數(shù)據(jù)以及自然語言描述的非結(jié)構(gòu)化個性化數(shù)據(jù)，基于用戶對應(yīng)的結(jié)構(gòu)化schema數(shù)據(jù)以及自然語言描述的非結(jié)構(gòu)化個性化數(shù)據(jù)，在prompt倉庫中匹配對應(yīng)的提示詞模板；基于用戶對應(yīng)的結(jié)構(gòu)化schema數(shù)據(jù)以及自然語言描述的非結(jié)構(gòu)化個性化數(shù)據(jù)，對匹配到的提示詞模板組裝后得到用戶對應(yīng)的個性化提示詞，將用戶對應(yīng)的個性化提示詞輸入大模型，以生成對應(yīng)的個性化回復(fù)內(nèi)容。

8、進(jìn)一步的，在上述方法中，所述個性化數(shù)據(jù)，包括：用戶對話、用戶行為和用戶屬性的數(shù)據(jù)。

9、進(jìn)一步的，在上述方法中，所述數(shù)據(jù)回流系統(tǒng)，將所述個性化數(shù)據(jù)進(jìn)行處理，填充到個性化schema指定義好的結(jié)構(gòu)化pattern和非結(jié)構(gòu)化個性化信息中，包括：

10、從用戶對話的數(shù)據(jù)中抽取用戶意圖和用戶事件的關(guān)鍵信息，將抽取出的用戶意圖和用戶事件的關(guān)鍵信息，填充到個性化schema指定義好的結(jié)構(gòu)化pattern中的意圖和事件的對應(yīng)相關(guān)字段；同時從用戶對話的數(shù)據(jù)中進(jìn)行摘要總結(jié)和描述總結(jié)的相關(guān)處理，將摘要總結(jié)和描述總結(jié)，填充到非結(jié)構(gòu)化個性化信息中；

11、從用戶行為的數(shù)據(jù)中抽取用戶使用時間和用戶停留時間的行為數(shù)據(jù)，將抽取出的相關(guān)數(shù)據(jù)填充到個性化schema指定義好的結(jié)構(gòu)化pattern中的使用時間和停留時間等的相關(guān)字段；同時將用戶行為數(shù)據(jù)利用llm技術(shù)生成一段自然語言描述，填充到非結(jié)構(gòu)化個性化信息中；

12、從用戶profile數(shù)據(jù)中抽取年齡和性別的相關(guān)字段，并填充到個性化schema指定義好的結(jié)構(gòu)化pattern中的年齡和性別的相關(guān)字段中；同時將用戶profile數(shù)據(jù)利用llm技術(shù)生成一段自然語言描述，填充到非結(jié)構(gòu)化個性化信息中。

13、進(jìn)一步的，在上述方法中，在prompt倉庫中匹配對應(yīng)的提示詞模板中，

14、所述prompt倉庫中包括多個prompt提示詞模板，每個prompt模板表示一個特定場景的prompt描述，不同用戶的對應(yīng)的結(jié)構(gòu)化schema數(shù)據(jù)以及自然語言描述的非結(jié)構(gòu)化個性化數(shù)據(jù)，匹配不同的prompt提示詞模板。

15、進(jìn)一步的，在上述方法中，以生成對應(yīng)的個性化回復(fù)內(nèi)容之后，還包括：

16、基于用戶對應(yīng)的結(jié)構(gòu)化schema數(shù)據(jù)以及自然語言描述的非結(jié)構(gòu)化個性化數(shù)據(jù)，以文本、圖片、視頻、對話和直播中的一種或多種方式，對個性化回復(fù)內(nèi)容進(jìn)行展示。

17、進(jìn)一步的，在上述方法中，將用戶對應(yīng)的個性化提示詞輸入大模型，以生成對應(yīng)的個性化回復(fù)內(nèi)容，包括：

18、將用戶對應(yīng)的個性化提示詞輸入大模型，以生成對應(yīng)的個性化回復(fù)子內(nèi)容；

19、基于用戶對應(yīng)的結(jié)構(gòu)化schema數(shù)據(jù)以及自然語言描述的非結(jié)構(gòu)化個性化數(shù)據(jù)，將個性化回復(fù)子內(nèi)容進(jìn)行組合，得到對應(yīng)的個性化回復(fù)內(nèi)容。

20、進(jìn)一步的，在上述方法中，以生成對應(yīng)的個性化回復(fù)內(nèi)容之后，還包括：

21、若所述個性化回復(fù)內(nèi)容為對話方式，則用戶角色自定義系統(tǒng)定義用戶角色；

22、ai角色自定義系統(tǒng)用于定義與用戶對話的ai角色；

23、由ai對話系統(tǒng)基于定義的用戶角色和ai角色，構(gòu)造的虛擬ai角色與用戶進(jìn)行對話練習(xí)；

24、ai分析系統(tǒng)，對每次的對話練習(xí)分析對話內(nèi)容，指明用戶做的好的地方以及需要改進(jìn)的地方，并及時總結(jié)并反饋給用戶。

25、進(jìn)一步的，在上述方法中，將用戶對應(yīng)的個性化提示詞輸入大模型，以生成對應(yīng)的個性化回復(fù)內(nèi)容，之后還包括：

26、ai測試生成系統(tǒng)基于對應(yīng)的個性化回復(fù)內(nèi)容，生成對應(yīng)的個性化測試試題；

27、ai測試系統(tǒng)呈現(xiàn)個性化測試試題，獲取用戶在限定時間內(nèi)完成答題內(nèi)容；

28、ai測試分析系統(tǒng)基于答題內(nèi)容，生成測試分析報告；

29、ai測試反饋系統(tǒng)基于測試分析報告，調(diào)整個性化回復(fù)內(nèi)容和/或個性化回復(fù)內(nèi)容的展示方式。

30、根據(jù)本發(fā)明的另一方面，還提供一種計算機(jī)可讀存儲介質(zhì)，其上存儲有計算機(jī)可執(zhí)行指令，其中，該計算機(jī)可執(zhí)行指令被處理器執(zhí)行時使得該處理器：執(zhí)行上述任一項所述的方法。

31、根據(jù)本發(fā)明的另一方面，還提供一種計算器設(shè)備，其中，包括：

32、處理器；以及

33、被安排成存儲計算機(jī)可執(zhí)行指令的存儲器，所述可執(zhí)行指令在被執(zhí)行時使所述處理器：執(zhí)行上述任一項所述的方法。

34、與現(xiàn)有技術(shù)相比，本發(fā)明的智能解決方案系統(tǒng)以llm大模型(large?languagemodel，大型語言模型)技術(shù)作為基礎(chǔ)，輸入是經(jīng)由離線個性化數(shù)據(jù)處理流程得到的用戶個性化數(shù)據(jù)，結(jié)合觸發(fā)生成多方案組合的提示詞模板，可以實現(xiàn)針對不同用戶生成對應(yīng)合適的解決方案的目的。

35、另外，傳統(tǒng)服務(wù)形式中，傳遞信息的方式通常是文本或者視頻，信息形式過于單調(diào)，當(dāng)用戶使用一段時間后，往往會產(chǎn)生厭倦情緒。在用戶學(xué)習(xí)過程中，本技術(shù)可以提供文本、圖片、視頻、對話、直播等多種方式，滿足用戶學(xué)習(xí)需求，可以極大提升用戶學(xué)習(xí)效果。本發(fā)明整個系統(tǒng)以用戶個性化信息即用戶對應(yīng)的結(jié)構(gòu)化schema數(shù)據(jù)以及自然語言描述的非結(jié)構(gòu)化個性化數(shù)據(jù)，作為輸入，以智能解決方案系統(tǒng)作為中樞，智能解決方案中樞輸出文本、圖片、視頻、對話、直播等多種形式滿足用戶。

36、此外，本方案中創(chuàng)新地對傳統(tǒng)服務(wù)形式中的內(nèi)容滿足方式進(jìn)行了改進(jìn)，將傳統(tǒng)服務(wù)形式中用戶統(tǒng)一內(nèi)容方式，升級成基于用戶個性化情況，可以拆解學(xué)習(xí)內(nèi)容，按照最小粒度方式重新組織信息結(jié)構(gòu)，不同用戶推薦其最適用的內(nèi)容，由于改進(jìn)后使不同用戶能看到最適合自己的內(nèi)容，對于用戶產(chǎn)生了更高的學(xué)習(xí)效率。

37、而且，傳統(tǒng)服務(wù)形式中，通過練習(xí)題等傳統(tǒng)教育方式，來應(yīng)對用戶練習(xí)訴求。這種方式過于被動，不利于用戶主動思考。本發(fā)明基于ai?llm技術(shù)，可以訓(xùn)練多種角色扮演模型，用戶也可定制專屬其個人的角色扮演模型，通過對話形式輔助用戶練習(xí)，每次練習(xí)后分析對話內(nèi)容，及時總結(jié)并反饋給用戶，保證用戶”學(xué)+練”一體化。