本技術(shù)涉及人工智能領(lǐng)域，尤其是涉及一種基于大語(yǔ)言模型的展廳導(dǎo)覽輔助方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)：

1、在展覽活動(dòng)中，展覽對(duì)應(yīng)的展廳(博物館以及紀(jì)念館等)中會(huì)在展品旁邊以及服務(wù)臺(tái)等地方安排有進(jìn)行講解或解答的工作人員，以為參觀人員講解展品來(lái)歷等基礎(chǔ)知識(shí)，或?yàn)閰⒂^人員提出的有關(guān)展品的問(wèn)題或其余問(wèn)題(如問(wèn)路)解答。

2、為了保證參觀人員的參觀體驗(yàn)，一般會(huì)在工作人員上崗前對(duì)工作人員進(jìn)行一定的培訓(xùn)，以使得工作人員對(duì)展品和展廳的規(guī)定以及基礎(chǔ)設(shè)施具有一定的了解。然而，在展廳有臨時(shí)性展出或者工作人員處于剛培訓(xùn)完成的狀態(tài)時(shí)，但由于工作人員對(duì)臨時(shí)性展品知識(shí)的相對(duì)生疏，或是業(yè)務(wù)技能尚處于磨合階段，工作人員在為參觀人員為參觀人員提供講解或解答的過(guò)程中，難以達(dá)到最佳的工作狀態(tài)，導(dǎo)致講解或解答的流暢度以及深度均會(huì)受到一定的影響，使得參觀人員具有較差的體驗(yàn)感。

技術(shù)實(shí)現(xiàn)思路

1、為了提高參觀人員的體驗(yàn)感，本技術(shù)提供一種基于大語(yǔ)言模型的展廳導(dǎo)覽輔助方法、裝置、設(shè)備及介質(zhì)。

2、第一方面，本技術(shù)提供一種基于大語(yǔ)言模型的展廳導(dǎo)覽輔助方法，采用如下的技術(shù)方案：

3、一種基于大語(yǔ)言模型的展廳導(dǎo)覽輔助方法，包括：

4、采集參觀人員的提問(wèn)語(yǔ)音；

5、對(duì)所述提問(wèn)語(yǔ)音進(jìn)行識(shí)別，以將所述提問(wèn)語(yǔ)音轉(zhuǎn)化為提問(wèn)文本；

6、基于所述提問(wèn)文本，確定所述提問(wèn)文本對(duì)應(yīng)的問(wèn)題類(lèi)型；

7、將所述提問(wèn)文本以及所述問(wèn)題類(lèi)型輸入至大語(yǔ)言模型中，得到輸出的文本，以作為所述提問(wèn)語(yǔ)音對(duì)應(yīng)的提示文本；

8、基于所述提示文本，為所述參觀人員對(duì)應(yīng)的工作人員進(jìn)行提示。

9、通過(guò)采用上述技術(shù)方案，即時(shí)采集并識(shí)別參觀人員的提問(wèn)語(yǔ)音，轉(zhuǎn)化為文本后快速獲取答案或提示，利用大語(yǔ)言模型處理提問(wèn)文本，能夠基于龐大的知識(shí)庫(kù)和先進(jìn)的自然語(yǔ)言處理技術(shù)，生成準(zhǔn)確、專(zhuān)業(yè)的回答或提示文本，以給予工作人員提示，從而使得工作人員能夠更加流暢、更加有有底氣地解答參觀人員的問(wèn)題，對(duì)于臨時(shí)性展出或新入職工作人員而言尤為重要，有效彌補(bǔ)了工作人員對(duì)特定展品或業(yè)務(wù)不熟悉的短板，確保了服務(wù)質(zhì)量的穩(wěn)定性和高水平，在一定程度上提高了參觀人員的參觀體驗(yàn)感。

10、在一種可能的實(shí)現(xiàn)方式中，基于所述提問(wèn)文本，確定所述提問(wèn)文本對(duì)應(yīng)的問(wèn)題類(lèi)型，包括：

11、提取所述提問(wèn)文本中的提問(wèn)關(guān)鍵詞；

12、確定所述提問(wèn)關(guān)鍵詞所對(duì)應(yīng)的關(guān)鍵詞類(lèi)別；

13、基于所述關(guān)鍵詞類(lèi)別，確定所述提問(wèn)文本對(duì)應(yīng)的問(wèn)題類(lèi)型。

14、通過(guò)采用上述技術(shù)方案，在展覽活動(dòng)或類(lèi)似場(chǎng)景中，不同類(lèi)型的問(wèn)題可能需要不同的處理方式或資源投入。通過(guò)精確提取關(guān)鍵詞并映射到對(duì)應(yīng)的類(lèi)別，可以更有效地識(shí)別出提問(wèn)文本的核心內(nèi)容和意圖，通過(guò)準(zhǔn)確分類(lèi)問(wèn)題類(lèi)型，可以更有針對(duì)性地調(diào)配工作人員或資源，確保關(guān)鍵或復(fù)雜問(wèn)題得到及時(shí)有效的處理，從而提升整體服務(wù)質(zhì)量和效率。

15、在一種可能的實(shí)現(xiàn)方式中，所述關(guān)鍵詞類(lèi)別包括展品類(lèi)別、基礎(chǔ)設(shè)施類(lèi)別、路徑類(lèi)別以及其他類(lèi)別，所述確定所述提問(wèn)關(guān)鍵詞所對(duì)應(yīng)的關(guān)鍵詞類(lèi)別，包括：

16、計(jì)算所述提問(wèn)關(guān)鍵詞與各個(gè)關(guān)鍵詞類(lèi)別各自的相似度，以得到相似度組；

17、將所述相似度組中最高的相似度作為目標(biāo)相似度；

18、確定目標(biāo)相似度對(duì)應(yīng)的關(guān)鍵詞類(lèi)別為提問(wèn)關(guān)鍵詞所對(duì)應(yīng)的關(guān)鍵詞類(lèi)別。

19、通過(guò)采用上述技術(shù)方案，通過(guò)量化關(guān)鍵詞與類(lèi)別之間的相似度，能夠更精確地識(shí)別出提問(wèn)關(guān)鍵詞的歸屬類(lèi)別，方法減少了主觀性和誤差，提高了分類(lèi)的準(zhǔn)確性和可靠性。

20、在一種可能的實(shí)現(xiàn)方式中，將所述提問(wèn)文本以及所述問(wèn)題類(lèi)型輸入至大語(yǔ)言模型中，得到輸出的文本，以作為所述提問(wèn)語(yǔ)音對(duì)應(yīng)的提示文本，包括：

21、將所述提問(wèn)文本輸入卷積神經(jīng)網(wǎng)絡(luò)模型中，得到第一特征向量；

22、將所述第一特征向量及所述問(wèn)題類(lèi)型輸入至循環(huán)神經(jīng)網(wǎng)絡(luò)模型，得到第二特征向量；

23、基于所述第一特征向量以及所述第二特征向量，得到輸出的文本，以作為所述提問(wèn)語(yǔ)音對(duì)應(yīng)的提示文本。

24、通過(guò)采用上述技術(shù)方案，通過(guò)卷積神經(jīng)網(wǎng)絡(luò)(cnn)對(duì)提問(wèn)文本進(jìn)行特征提取，cnn在處理文本數(shù)據(jù)時(shí)能夠有效捕捉局部特征，如詞語(yǔ)的n-gram信息、詞序關(guān)系等，并將問(wèn)題類(lèi)型作為額外的輸入信息，與cnn提取的第一特征向量一同送入循環(huán)神經(jīng)網(wǎng)絡(luò)(rnn)。rnn擅長(zhǎng)處理序列數(shù)據(jù)，能夠捕捉文本中的長(zhǎng)期依賴(lài)關(guān)系。通過(guò)融合問(wèn)題類(lèi)型信息，rnn能夠更準(zhǔn)確地理解提問(wèn)的上下文和意圖，從而在生成提示文本時(shí)更加精準(zhǔn)和有針對(duì)性。結(jié)合cnn和rnn的混合模型，能夠充分利用兩種網(wǎng)絡(luò)的優(yōu)勢(shì)，既保留了文本的局部特征，又捕捉了長(zhǎng)期依賴(lài)關(guān)系，提升了生成的提示文本的質(zhì)量，使其更加自然、流暢且符合語(yǔ)境。

25、在一種可能的實(shí)現(xiàn)方式中，基于所述第一特征向量以及所述第二特征向量，得到輸出的文本，包括：

26、將所述第一特征向量與所述第二特征向量進(jìn)行合并，得到合并后的特征向量；

27、確定所述提問(wèn)語(yǔ)音對(duì)應(yīng)的最大提示時(shí)長(zhǎng)；

28、將合并后的特征向量以及所述最大提示時(shí)長(zhǎng)輸入全連接層，得到輸出的文本。

29、通過(guò)采用上述技術(shù)方案，通過(guò)將第一特征向量(可能包含文本的基本語(yǔ)義信息)與第二特征向量(可能包含額外的上下文、情感或其他輔助信息)進(jìn)行合并，實(shí)現(xiàn)了信息的有效融合，引入提問(wèn)語(yǔ)音的最大提示時(shí)長(zhǎng)作為輸入，使得模型能夠考慮到語(yǔ)音的長(zhǎng)度或復(fù)雜度。通過(guò)調(diào)整模型參數(shù)以適應(yīng)不同的提示時(shí)長(zhǎng)，可以提高模型對(duì)不同類(lèi)型輸入的適應(yīng)性和魯棒性。

30、在一種可能的實(shí)現(xiàn)方式中，確定所述提問(wèn)語(yǔ)音對(duì)應(yīng)的最大提示時(shí)長(zhǎng)，包括：

31、獲取所述參觀人員對(duì)應(yīng)的工作人員的當(dāng)前心率；

32、確定所述當(dāng)前心率對(duì)應(yīng)的心率范圍；

33、基于所述當(dāng)前心率對(duì)應(yīng)的心率范圍，確定所述提問(wèn)語(yǔ)音對(duì)應(yīng)的最大提示時(shí)長(zhǎng)。

34、通過(guò)采用上述技術(shù)方案，通過(guò)監(jiān)測(cè)工作人員的心率，可以間接評(píng)估其當(dāng)前的工作狀態(tài)、壓力水平和注意力集中程度，基于這一生理指標(biāo)來(lái)調(diào)整提示時(shí)長(zhǎng)，能夠確保提示信息的傳遞既不過(guò)于急促導(dǎo)致遺漏，也不過(guò)于冗長(zhǎng)影響工作效率，從而提供更加個(gè)性化的服務(wù)體驗(yàn)。

35、在一種可能的實(shí)現(xiàn)方式中，基于所述提示文本，為所述參觀人員對(duì)應(yīng)的工作人員進(jìn)行提示，包括以下任意一項(xiàng)：

36、基于所述提示文本，生成提示詞，將所述提示詞發(fā)送至所述參觀人員對(duì)應(yīng)的工作人員的第一提示設(shè)備上，以為所述參觀人員對(duì)應(yīng)的工作人員進(jìn)行提示；

37、基于所述提示文本，生成提示語(yǔ)音，將所述提示語(yǔ)音發(fā)送至所述參觀人員對(duì)應(yīng)的工作人員的第二提示設(shè)備上，以為所述參觀人員對(duì)應(yīng)的工作人員進(jìn)行提示。

38、通過(guò)采用上述技術(shù)方案，提供兩種不同形式的提示(文本和語(yǔ)音)，使得工作人員可以根據(jù)自己的偏好、當(dāng)前的工作環(huán)境或任務(wù)需求選擇最合適的接收方式。例如，在嘈雜的環(huán)境中，語(yǔ)音提示可能更為有效；而在需要快速記錄或查閱信息時(shí)，文本提示則更為便捷。

39、第二方面，本技術(shù)提供一種基于大語(yǔ)言模型的展廳導(dǎo)覽輔助裝置，采用如下的技術(shù)方案：

40、一種基于大語(yǔ)言模型的展廳導(dǎo)覽輔助裝置，包括：

41、采集模塊，用于采集參觀人員的提問(wèn)語(yǔ)音；

42、轉(zhuǎn)化模塊，用于對(duì)所述提問(wèn)語(yǔ)音進(jìn)行識(shí)別，以將所述提問(wèn)語(yǔ)音轉(zhuǎn)化為提問(wèn)文本；

43、確定模塊，用于基于所述提問(wèn)文本，確定所述提問(wèn)文本對(duì)應(yīng)的問(wèn)題類(lèi)型；

44、輸入模塊，用于將所述提問(wèn)文本以及所述問(wèn)題類(lèi)型輸入至大語(yǔ)言模型中，得到輸出的文本，以作為所述提問(wèn)語(yǔ)音對(duì)應(yīng)的提示文本；

45、提示模塊，用于基于所述提示文本，為所述參觀人員對(duì)應(yīng)的工作人員進(jìn)行提示。

46、第三方面，本技術(shù)提供一種電子設(shè)備，采用如下的技術(shù)方案：

47、一種電子設(shè)備，該電子設(shè)備包括：

48、至少一個(gè)處理器；

49、存儲(chǔ)器；

50、至少一個(gè)應(yīng)用程序，其中至少一個(gè)應(yīng)用程序被存儲(chǔ)在存儲(chǔ)器中并被配置為由至少一個(gè)處理器執(zhí)行，所述至少一個(gè)應(yīng)用程序配置用于：執(zhí)行上述第一方面所述的方基于大語(yǔ)言模型的展廳導(dǎo)覽輔助法。

51、第四方面，本技術(shù)提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，采用如下的技術(shù)方案：

52、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，包括：存儲(chǔ)有能夠被處理器加載并執(zhí)行上述第一方面所述的基于大語(yǔ)言模型的展廳導(dǎo)覽輔助方法的計(jì)算機(jī)程序。

53、綜上所述，本技術(shù)包括以下有益技術(shù)效果：即時(shí)采集并識(shí)別參觀人員的提問(wèn)語(yǔ)音，轉(zhuǎn)化為文本后快速獲取答案或提示，利用大語(yǔ)言模型處理提問(wèn)文本，能夠基于龐大的知識(shí)庫(kù)和先進(jìn)的自然語(yǔ)言處理技術(shù)，生成準(zhǔn)確、專(zhuān)業(yè)的回答或提示文本，以給予工作人員提示，從而使得工作人員能夠更加流暢、更加有有底氣地解答參觀人員的問(wèn)題，對(duì)于臨時(shí)性展出或新入職工作人員而言尤為重要，有效彌補(bǔ)了他們對(duì)特定展品或業(yè)務(wù)不熟悉的短板，確保了服務(wù)質(zhì)量的穩(wěn)定性和高水平，在一定程度上提高了參觀人員的參觀體驗(yàn)感。