5G消息用户对话中性评价行为评价方法及装置

本发明公开了一种5G消息用户对话中性评价行为评价方法及装置，其中方法包括获取用户反馈的当前对话内多轮5G对话交互消息，得到所有用户反馈的多轮对话集合基于预调试的大语言模型确定集合每轮次对话ft对应的特征表示ft＝[s，a，ic]t，其中，s∈[0,1]表示情感强度；a∈[0，1]表示接受度；ic∈[0，1]表示意图明确度；通过特征潜在关联分析LTF模块、单模态特征融合UFF模块对得到的多轮特征表示进行特征挖掘，并基于多任务学习框架确定情绪评分Et。基于大语言模型和多任务学习实现了对用户中性行为的评估，克服了相关技术存在的5G消息系统在任务型对话中对用户中性需求的识别能力严重不足的问题、以及解决了奖励稀疏的问题。