摘要
本申请公开了基于向量检索与上下文感知的意图分类方法、设备及介质,涉及人工智能技术领域。方法包括:提取业务元数据与典型问题示例关联生成标准化服务描述文档;通过预训练语言模型将标准化服务描述文档编码为高维语义向量,并构建近邻搜索索引存储高维语义向量;将用户身份信息和当前问题文本拼接成增强查询语句并通过语义模型编码为上下文感知的动态查询向量;基于动态查询向量进行相似度检索得到候选智能服务并进行业务域过滤、上下文加权排序及动态优先级重排,输出目标推荐服务;通过采集目标推荐服务的交互行为数据,基于预设评估规则对服务描述和问题示例进行质量评分并更新质量评分低于质量阈值的服务描述和问题示例。
技术关键词
意图分类方法
语义向量
预训练语言模型
上下文特征
语句
非易失性计算机存储介质
计算机可执行指令
索引
命名实体识别技术
动态
大语言模型
数据
依存句法分析
编码
身份
典型
文本
分类设备
人工智能技术
系统为您推荐了相关专利信息
数据交互方法
交互模型
分块策略
客户端
审核策略
编译器测试方法
对源代码
生成测试程序
程序执行路径
判断源代码