一种基于人工智能大模型的政务智能客服实现方法与流程

专利检索2025-11-26  8


本发明属于人工智能领域,具体涉及一种基于人工智能大模型的政务智能客服实现方法。


背景技术:

1、随着人工智能技术的迅猛发展,特别是大模型技术在语言理解、知识推理等领域的突破,政务智能客服已成为政府数字化转型的关键环节。传统系统往往无法准确理解民众的复杂需求,导致客服的回答内容与民众的实际需求相去甚远。此外,传统客服系统缺乏足够的语义理解能力,面对民众的个性化提问,往往只能提供固定模式的回答,无法做到灵活应对。这些问题不仅影响了用户的使用体验,也制约了政务服务效率的提升。因此,开发一种更加智能、高效的政务智能客服系统显得尤为迫切,本发明针对这一技术问题进行解决。


技术实现思路

1、本发明提供了一种基于人工智能大模型的政务智能客服实现方法,能够精准理解民众需求,并针对不同的需求进行响应从而解决问题,提高了用户的使用体验,也提高了政务服务效率,从而满足公众日益增长的政务服务需求。

2、一种基于人工智能大模型的政务智能客服实现方法,包括以下步骤:

3、s1、对政务服务中的文本数据进行数据标记;

4、s2、文本数据被标记完成后,使用预训练的词向量模型将标记后的文本数据向量化;

5、s3、将向量化后的数据进行存储,并重新组织数据结构;

6、s4、将用户输入的查询信息向量化,并计算查询向量与每个向量之间的相似度;

7、s5、查询出的相似度接近的数据作为上下文拼装prompt,并使用llm的sdk进行调用,将最终结果反馈给用户。

8、进一步的,所述步骤s1中包括以下步骤:

9、s11、通过nlp工具对数据进行自动标记;

10、s12、标记的内容包括文本实体识别、词性标注和句法分析;

11、s13、对于政务服务中的特定名词通过数据标注规则和人工方式进行标注。

12、进一步的,所述步骤s2中包括以下步骤:

13、s21、将文本数据中的每个词都映射到一个高维的向量空间中;

14、s22、将标记后的文本表示为一个向量,通过对词向量取平均、加权平均来实现;

15、s23、向量化后的文本数据通过以下公式表示:

16、

17、其中,d是文本数据,n是文本中单词的数量,是词的向量表示,是文本数据的向量表示。

18、进一步的,所述步骤s3中包括以下步骤:

19、s31、将向量化后的文本数据存储到向量数据库中;

20、s32、利用向量索引技术,将向量数据组织成高效可检索的结构。

21、进一步的,所述步骤s4中包括以下步骤:

22、s41、应用程序将用户的输入的查询信息进行文本数据向量化表示;

23、s42、计算查询向量与数据库中的每个向量之间的相似度,采用余弦相似度方法,值越接近1表示越相似;

24、s43、计算出相似度后,根据相似度值对数据库中的数据进行排序,将与查询语义最相关的数据排在前面;

25、s44、设置一个相似度的阈值,只返回相似度超过阈值的数据。

26、进一步的,所述步骤s5中包括以下步骤:

27、s51、从向量数据库中查询出的相似度接近的数据,作为上下文拼装prompt;

28、s52、在处理涉及第三方api的业务场景时,能够利用llm的function calling功能来简化流程;

29、s53、通过在prompt中指定相关函数,并使用llm的sdk进行调用,来获取函数的参数信息;

30、s54、应用程序能够利用获得的参数信息直接调用第三方函数,并将调用结果返回用户,实现对第三方api的快速接入;

31、s55、对于不涉及第三方api的业务场景时,能够通过与llm交互拿到最终结果并将结果反馈给用户。

32、本发明的技术效果如下:

33、(1)本方案提供的政务智能客服能够按照用户的问题,精准理解用户的需求,并针对不同的需求进行不同的响应,从而解决问题,提高了用户的使用体验,也提高了政务服务效率,满足了公众日益增长的政务服务需求;

34、(2)本方案能在处理涉及第三方api的业务场景时,能够根据需要来调用各种第三方函数,实现灵活的功能扩展和定制,相比之下,传统的关键词匹配智能客服往往需要手动编写大量的逻辑代码来实现新功能的接入和扩展,效率较低,从而与传统方式相比,本方案的适用性更高,应用范围更加广泛;

35、(3)本方案相比普通的关键词匹配智能客服,能够对用户的输入信息向量化,并根据向量的相似度程度来回复用户,从而具有更强的自然语言处理能力、更灵活的回复能力,以及更便捷的第三方api接入能力,这些优势和效果使得智能客户能够更好地满足用户的需求,提升用户体验。



技术特征:

1.一种基于人工智能大模型的政务智能客服实现方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的基于人工智能大模型的政务智能客服实现方法,其特征在于,所述步骤s1中包括以下步骤:

3.根据权利要求2所述的基于人工智能大模型的政务智能客服实现方法,其特征在于,所述步骤s2中包括以下步骤:

4.根据权利要求3所述的基于人工智能大模型的政务智能客服实现方法,其特征在于,所述步骤s3中包括以下步骤:

5.根据权利要求4所述的基于人工智能大模型的政务智能客服实现方法,其特征在于,所述步骤s4中包括以下步骤:

6.根据权利要求5所述的基于人工智能大模型的政务智能客服实现方法,其特征在于,所述步骤s5中包括以下步骤:


技术总结
一种基于人工智能大模型的政务智能客服实现方法,属于人工智能领域,包括以下步骤:S1、对政务服务中的文本数据进行数据标记;S2、文本数据被标记完成后,使用预训练的词向量模型将标记后的文本数据向量化;S3、将向量化后的数据进行存储,并重新组织数据结构;S4、将用户输入的查询信息向量化,并计算查询向量与每个向量之间的相似度;S5、查询出的相似度接近的数据作为上下文拼装prompt,并使用LLM的SDK进行调用。本发明提供的基于人工智能大模型的政务智能客服实现方法,能够精准理解民众需求,并针对不同需求进行不同的响应从而解决问题,提高了用户的使用体验,也提高了政务服务效率。

技术研发人员:刘昶,许兵,房柳希,亓霄,王炳磊,张子泉
受保护的技术使用者:山东鼎高信息技术有限公司
技术研发日:
技术公布日:2024/5/29
转载请注明原文地址:https://win.8miu.com/read-1158836.html

最新回复(0)