摘要
本申请涉及数据处理技术领域,具体涉及用于大语言模型的自然语言智能交互方法,包括:获取用户每次与智能客服沟通时长、与人工服务沟通时长、与智能客服沟通内容及与人工服务沟通内容的TF‑IDF向量,构成用户的各交互数据序列,分为交互样本集和交互测试集,构建交互样本集中交互数据序列的二元组,对交互数据序列聚类;计算各聚类簇的显著度,结合各聚类簇内所有交互数据序列的二元组,得到对应用户的有效访问二元组;对所有有效访问二元组聚类,根据各聚类簇内用户的交互样本集及交互测试集训练各种大语言模型,用于用户与智能客服之间的交互。本申请可提高对不同用户进行自然语言智能交互过程中做出回复的有效性,提高智能交互效率。
技术关键词
智能交互方法
大语言模型
智能客服
自然语言
序列
样本
数据处理技术
聚类
训练集
有效性
文本
关系
系统为您推荐了相关专利信息
隐私保护方法
差分隐私机制
大数据
聚类算法
隐私保护系统
周期
计算机可读存取介质
控制堆垛机
数据
预测误差
序列推荐方法
零件特征
双通道注意力
序列模式挖掘算法
置信度阈值
建筑模型
索引
数字线划图
数字表面模型
数字高程模型