本说明书一个或多个实施例涉及机器学习，尤其涉及一种咨询服务的提供方法及装置，一种计算机可读存储介质，以及一种计算设备。
背景技术：
1、在线问诊服务，也称为远程医疗或电子健康服务，是一种通过互联网技术提供医疗咨询和治疗的方式。这种服务通常通过即时消息或专门的医疗应用程序等来实现，使患者可以在不前往医院或诊所的情况下获得医生的专业建议和支持。
2、在线问诊服务具有以下几个关键特点：1）便捷性：在线问诊服务的最大优势之一是其便捷性。用户可以通过智能手机、平板电脑或电脑，随时随地与医生进行交流。2）广泛的访问性：这种服务特别适合居住在偏远地区或交通不便地区的患者，以及那些因工作忙碌或身体条件限制而难以亲自前往医院的人。3）症状初步评估：在线问诊可以帮助医生对患者的症状进行初步评估，根据病情的严重性提供相应的医疗建议或转诊至面对面诊疗。4）隐私和安全：在线问诊平台通常会采用高标准的数据保护措施来确保患者信息的安全和隐私保护。5）持续的健康管理：在线问诊还可以支持慢性病患者的持续健康管理，例如定期检查、药物管理和健康指导。
3、然而，目前在线问诊服务等专业领域的线上咨询服务，主要以医生等专业人员进行人工回复为主。因此，迫切需要一种方案，可以在保证服务质量的同时，有效提升在线问诊服务等的服务效率，从而提高用户在使用专业咨询服务时的服务体验。
技术实现思路
1、本说明书实施例描述一种咨询服务的提供方法及装置，可以有效提升服务效率。
2、根据第一方面，提供一种咨询服务的提供方法，涉及在目标会话中与用户进行若干轮次对话，其中任一轮次对话包括：利用训练好的信息抽取模型处理用户在本轮输入的咨询内容，得到本轮抽取特征，用于更新所述目标会话对应的已抽取特征集合；利用训练好的决策模型处理本轮更新后的已抽取特征集合，得到本轮决策结果；在判断出本轮对话满足预设反问条件的情况下，根据所述本轮决策结果确定待反问用户的若干特征项；利用训练好的对话模型处理所述若干特征项，得到针对所述咨询内容的回复内容。
3、在一种可能的实施方式中，所述方法还包括：响应于用户进入咨询服务页面，创建所述目标会话；和/或，响应于用户基于所述咨询服务页面进行发起会话操作，创建所述目标会话。
4、在一种可能的实施方式中，所述信息抽取模型的训练包括以下步骤：获取所述咨询服务所对应领域下的多条决策案例数据；针对各条决策案例数据，调用训练好的第一大模型对其进行信息抽取，得到对应的抽取结果，通过将该决策案例数据作为样本特征，以及将抽取结果为样本标签，构建对应的微调样本；利用所述微调样本对预训练的第二大模型进行微调；其中，微调后的第二大模型被用作所述训练好的信息抽取模型。
5、在一种可能的实施方式中，所述决策模型的训练包括以下步骤：获取所述咨询服务所对应领域下的决策案例数据集；针对各条决策案例数据，利用所述信息抽取模型对其进行处理，得到信息抽取结果；从所述信息抽取结果中提取决策类别标签和若干决策特征，形成训练样本；利用所述训练样本，更新所述决策模型。
6、在一种可能的实施方式中，所述决策模型为决策树模型或线性回归模型。
7、在一种可能的实施方式中，所述预设反问条件包括：本轮更新后的已抽取特征集中的特征数量不大于第一阈值；和/或，所述本轮决策结果中概率最高的决策类别所对应的概率不大于第二阈值；和/或，所述本轮决策结果中所对应概率大于第三阈值的决策类别个数大于第四阈值；和/或，本轮对话的轮次数不大于第五阈值。
8、在一种可能的实施方式中，根据所述本轮决策结果确定待反问用户的若干特征项，包括：基于所述咨询服务对应的关注特征集和所述本轮更新后的已抽取特征集合，确定特征值未知的多个未知特征项；针对任意的第一未知特征项，基于所述本轮决策结果中对应各个决策类别的决策概率，以及其与所述各个决策类别的相关系数，确定第一本轮权重；从所述多个未知特征项中选取本轮权重排在预定名次范围内的若干未知特征项，作为待反问用户的若干特征项。
9、进一步，在一些可能的实施例中，针对任意的第一未知特征项，基于所述本轮决策结果中对应各个决策类别的决策概率，以及其与所述各个决策类别的相关系数，确定第一本轮权重，包括：针对所述各个决策类别，基于该决策类别的决策概率，以及所述第一未知特征项与该决策类别之间的第一相关系数，确定所述第一未知特征项在该决策类别下的评分；基于所述第一未知特征项在所述多个决策类别下的多个评分，确定所述第一本轮权重。
10、更进一步地，在一些可能地示例中，基于该决策类别的决策概率，以及所述第一未知特征项与该决策类别之间的第一相关系数，确定所述第一未知特征项在该决策类别下的评分，包括：确定第一相关系数在所述多个未知特征项与该决策类别之间多个相关系数中的排名；利用该决策类别的决策概率的预定次幂除以所述排名，作为该决策类别下的评分。
11、在一种可能的实施方式中，所述方法还包括：在判断出本轮对话不满足预设反问条件的情况下，利用训练好的对话模型处理所述本轮决策结果，得到针对所述咨询内容的回复内容。
12、在一种可能的实施方式中，利用训练好的对话模型处理所述本轮决策结果和若干特征项，得到针对所述咨询内容的回复内容，还包括：利用所述对话模型处理所述本轮决策结果、若干特征项，以及在前轮次的对话内容，得到所述回复内容。
13、在一种可能的实施方式中，所述方法由部署在咨询服务平台中的目标大模型响应于所述咨询内容的输入而控制执行。
14、在一种可能的实施方式中，所述咨询服务为在线问诊服务，所述已抽取特征集合涉及以下中的至少一类特征：症状、基础信息、病史、检查报告，所述本轮决策结果涉及诊断出的疾病和对应的概率。
15、根据第二方面，提供一种咨询服务的提供装置，所述咨询服务涉及在目标会话中与用户进行若干轮次对话，其中任一轮次对话由所述提供装置中包括的以下模块实现：特征抽取模块，配置为利用训练好的信息抽取模型处理用户在本轮输入的咨询内容，得到本轮抽取特征，用于更新所述目标会话对应的已抽取特征集合；决策模块，配置为利用训练好的决策模型处理本轮更新后的已抽取特征集合，得到本轮决策结果；反问特征确定模块，配置为在判断出本轮对话满足预设反问条件的情况下，根据所述本轮决策结果确定待反问用户的若干特征项；回复内容生成模块，配置为利用训练好的对话模型处理所述若干特征项，得到针对所述咨询内容的回复内容。
16、根据第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当上述计算机程序在计算机中执行时，令计算机执行第一方面的方法。
17、根据第四方面，提供了一种计算设备，包括存储器和处理器，上述存储器中存储有可执行代码，该处理器执行上述可执行代码时，实现第一方面的方法。
18、采用本说明书实施例提供的上述方法和装置，可以实现专业领域咨询的全自动化服务，在保证服务质量的同时，大幅提升专业咨询服务的服务效率，从而有效提高用户体验。
1.一种咨询服务的提供方法，涉及在目标会话中与用户进行若干轮次对话，其中任一轮次对话包括：
2.根据权利要求1所述的方法，还包括：
3.根据权利要求1所述的方法，其中，所述信息抽取模型的训练包括以下步骤：
4.根据权利要求1所述的方法，其中，所述决策模型的训练包括以下步骤：
5.根据权利要求1或4所述的方法，其中所述决策模型为决策树模型或线性回归模型。
6.根据权利要求1所述的方法，其中，所述预设反问条件包括：
7.根据权利要求1所述的方法，其中，根据所述本轮决策结果确定待反问用户的若干特征项，包括：
8.根据权利要求7所述的方法，其中，针对任意的第一未知特征项，基于所述本轮决策结果中对应各个决策类别的决策概率，以及其与所述各个决策类别的相关系数，确定第一本轮权重，包括：
9.根据权利要求8所述的方法，其中，基于该决策类别的决策概率，以及所述第一未知特征项与该决策类别之间的第一相关系数，确定所述第一未知特征项在该决策类别下的评分，包括：
10.根据权利要求1所述的方法，还包括：
11.根据权利要求1所述的方法，其中，利用训练好的对话模型处理所述本轮决策结果和若干特征项，得到针对所述咨询内容的回复内容，还包括：
12.根据权利要求1所述的方法，其中，所述方法由部署在咨询服务平台中的目标大模型响应于所述咨询内容的输入而控制执行。
13.根据权利要求1所述的方法，其中，所述咨询服务为在线问诊服务，所述已抽取特征集合涉及以下中的至少一类特征：症状、基础信息、病史、检查报告，所述本轮决策结果涉及诊断出的疾病和对应的概率。
14.一种咨询服务的提供装置，所述咨询服务涉及在目标会话中与用户进行若干轮次对话，其中任一轮次对话由所述提供装置中包括的以下模块实现：
15.一种计算机可读存储介质，其上存储有计算机程序，其中，当所述计算机程序在计算机中执行时，令计算机执行权利要求1-13中任一项所述的方法。
16.一种计算设备，包括存储器和处理器，其中，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现权利要求1-13中任一项所述的方法。
