摘要
本发明提供一种增强大语言模型角色感知的方法,包括:S1、对对话数据集进行处理,获得若干会话和对应的标签;S2、建立记忆机制,获得与当前查询相关的长期历史对话和短期历史对话;S3、结合用户的人格信息和知识图谱,为用户构建用户图;S4、通过图神经网络,利用提示学习进行训练。本发明可以生成和对话历史以及个性化信息一致的回复,提升大语言模型的对话能力,可以丰富用户的对话体验并吸引用户的对话兴趣。
技术关键词
大语言模型
聊天机器人
三元组
编码向量
画像
记忆机制
节点
图谱
邻居
多层感知机
主题
注意力机制
关系
代表
数据
超参数
标签
检测器
系统为您推荐了相关专利信息
大语言模型
计算机可读指令
答案
序列
文档生成模块
智能决策系统
大语言模型
天地一体化网络系统
历史交通数据
分布式文件系统
增量学习方法
原型
图像编码器
对齐模块
混合损失函数
时序分析模块
过滤模块
时间序列模型
推荐方法
时序神经网络