基于指令监督微调与自演绎强化学习的意图生成方法

本发明公开了一种基于指令监督微调与自演绎强化学习的意图生成方法，主要通过生成式意图分类模型生成意图，该生成式意图分类模型首先基于已知意图数据进行监督指令微调，然后基于自演绎对话进行强化学习；其中强化学习中，奖励函数包括语义相关性奖励和领域相关性奖励。本发明可突破传统静态聚类的局限性，在“收敛”与“发散”之间建立起动态平衡机制，从而提升意图生成模型在复杂多变场景下的泛化能力。