基于强化学习优化框架及大模型的5G消息卡片推送方法

本发明公开了一种基于强化学习优化框架及大模型的5G消息卡片推送方法，涉及5G消息处理技术领域，包括获取5G消息聊天机器人中用户的当前t时刻对话Ct，并提取Ct的关键词，得到关键词集合Wu；将所述关键词集合与预置各卡片的关键词集合进行匹配；如果基于关键词的匹配结果无法确定所能匹配的任一卡片，则基于对话Ct、以及历史经验数组进行意图识别，得到对应的推送动作；将唯一对应的5G消息卡片推送至5G消息聊天机器人中；获取用户行为反馈信息，并对所述用户行为反馈信息进行评分，得到情绪评分；基于所述情绪评分进行反馈奖励计算，得到反馈奖励。基于用户中性行为评估、反馈奖励计算实现准确的意图识别判断，能够推送准确的消息卡片。