本公開涉及人工智能，尤其涉及深度學(xué)習(xí)、大語言模型、自然語言處理等，尤其涉及一種基于大語言模型的對話處理方法、裝置及電子設(shè)備。

背景技術(shù)：

1、隨著數(shù)字化技術(shù)的快速發(fā)展，對話數(shù)據(jù)在眾多領(lǐng)域得到了廣泛應(yīng)用，包括客戶服務(wù)、在線交流、社交媒體互動等。然而，隨著對話數(shù)據(jù)的增加，異常行為也隨之增多，給用戶和平臺帶來了諸多安全隱患。異常行為(例如惡意言論、違規(guī)行為、虛假信息等)也隨之增多，給用戶和平臺帶來了諸多安全隱患。異常行為不僅可能導(dǎo)致用戶的經(jīng)濟(jì)損失和個人信息泄露，還會損害平臺的聲譽(yù)和用戶信任。因此，如何識別對話數(shù)據(jù)中的異常行為成是目前亟需解決的問題。

技術(shù)實現(xiàn)思路

1、本公開提供了一種基于大語言模型的對話處理方法、裝置及電子設(shè)備。

2、根據(jù)本公開的一方面，提供了一種基于大語言模型的對話處理方法，所述方法包括：獲取待處理的目標(biāo)對話數(shù)據(jù)；確定與所述目標(biāo)對話數(shù)據(jù)匹配的參考對話數(shù)據(jù)；獲取用于確定所述參考對話數(shù)據(jù)的異常行為類型的識別規(guī)則；通過第一大語言模型，根據(jù)所述參考對話數(shù)據(jù)和所述識別規(guī)則，確定所述目標(biāo)對話數(shù)據(jù)的異常行為識別結(jié)果。

3、根據(jù)本公開的另一方面，提供了一種基于大語言模型的對話處理裝置，所述裝置包括：第一獲取模塊，用于獲取待處理的目標(biāo)對話數(shù)據(jù)；第一確定模塊，用于確定與所述目標(biāo)對話數(shù)據(jù)匹配的參考對話數(shù)據(jù)；第二獲取模塊，用于獲取用于確定所述參考對話數(shù)據(jù)的異常行為類型的識別規(guī)則；第二確定模塊，用于通過第一大語言模型，根據(jù)所述參考對話數(shù)據(jù)和所述識別規(guī)則，確定所述目標(biāo)對話數(shù)據(jù)的異常行為識別結(jié)果。

4、根據(jù)本公開的另一方面，提供了一種電子設(shè)備，包括：至少一個處理器；以及與所述至少一個處理器通信連接的存儲器；其中，所述存儲器存儲有可被所述至少一個處理器執(zhí)行的指令，所述指令被所述至少一個處理器執(zhí)行，以使所述至少一個處理器能夠執(zhí)行本公開上述提出的基于大語言模型的對話處理方法。

5、根據(jù)本公開的另一方面，提供了一種存儲有計算機(jī)指令的非瞬時計算機(jī)可讀存儲介質(zhì)，所述計算機(jī)指令用于使計算機(jī)執(zhí)行本公開上述提出的基于大語言模型的對話處理方法。

6、根據(jù)本公開的另一方面，提供了一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，所述計算機(jī)程序在被處理器執(zhí)行時實現(xiàn)本公開上述提出的基于大語言模型的對話處理方法的步驟。

7、應(yīng)當(dāng)理解，本部分所描述的內(nèi)容并非旨在標(biāo)識本公開的實施例的關(guān)鍵或重要特征，也不用于限制本公開的范圍。本公開的其它特征將通過以下的說明書而變得容易理解。

技術(shù)特征：

1.一種基于大語言模型的對話處理方法，包括：

2.根據(jù)權(quán)利要求1所述的方法，其中，所述確定與所述目標(biāo)對話數(shù)據(jù)匹配的參考對話數(shù)據(jù)，包括：

3.根據(jù)權(quán)利要求2所述的方法，其中，所述從預(yù)設(shè)的表征庫中獲取與所述表征信息匹配的目標(biāo)參考表征，包括：

4.根據(jù)權(quán)利要求1-3中任一項所述的方法，其中，所述確定所述目標(biāo)對話數(shù)據(jù)的表征信息，包括：

5.根據(jù)權(quán)利要求4所述的方法，其中，所述對所述目標(biāo)對話數(shù)據(jù)進(jìn)行總結(jié)處理，得到所述目標(biāo)對話數(shù)據(jù)的總結(jié)結(jié)果，包括：

6.根據(jù)權(quán)利要求4所述的方法，其中，所述通過第一大語言模型，根據(jù)所述參考對話數(shù)據(jù)和所述識別規(guī)則，確定所述目標(biāo)對話數(shù)據(jù)的異常行為識別結(jié)果，包括：

7.根據(jù)權(quán)利要求1所述的方法，其中，所述通過第一大語言模型，根據(jù)所述參考對話數(shù)據(jù)和所述識別規(guī)則，確定所述目標(biāo)對話數(shù)據(jù)的異常行為識別結(jié)果，包括：

8.根據(jù)權(quán)利要求1-7中任一項所述的方法，其中，所述方法還包括：

9.根據(jù)權(quán)利要求8所述的方法，其中，所述方法還包括：

10.一種基于大語言模型的對話處理裝置，包括：

11.根據(jù)權(quán)利要求10所述的裝置，其中，所述第一確定模塊，包括：

12.根據(jù)權(quán)利要求11所述的裝置，其中，所述獲取單元，具體用于：

13.根據(jù)權(quán)利要求10-12中任一項所述的裝置，其中，所述第一確定單元，具體用于：

14.根據(jù)權(quán)利要求13所述的裝置，其中，所述第一確定單元，具體用于：

15.根據(jù)權(quán)利要求13所述的裝置，其中，所述第二確定模塊，具體用于：

16.根據(jù)權(quán)利要求10所述的裝置，其中，所述第二確定模塊，具體用于：

17.根據(jù)權(quán)利要求10-16中任一項所述的裝置，其中，所述裝置還包括：

18.根據(jù)權(quán)利要求17所述的裝置，其中，所述裝置還包括：

19.一種電子設(shè)備，包括：

20.一種存儲有計算機(jī)指令的非瞬時計算機(jī)可讀存儲介質(zhì)，其中，所述計算機(jī)指令用于使計算機(jī)執(zhí)行根據(jù)權(quán)利要求1至9中任一項所述的方法。

21.一種計算機(jī)程序產(chǎn)品，包括計算機(jī)程序，所述計算機(jī)程序在被處理器執(zhí)行時實現(xiàn)根據(jù)權(quán)利要求1至9中任一項所述的方法。

技術(shù)總結(jié)
本公開提供了基于大語言模型的對話處理方法、裝置及電子設(shè)備，涉及人工智能技術(shù)領(lǐng)域，尤其涉及深度學(xué)習(xí)、大語言模型、自然語言處理等技術(shù)領(lǐng)域。具體實現(xiàn)方案為：在獲取待處理的目標(biāo)對話數(shù)據(jù)后，獲取目標(biāo)對話數(shù)據(jù)匹配的參考對話數(shù)據(jù)，并獲取用于確定參考對話數(shù)據(jù)的異常行為類型的識別規(guī)則，以及采用第一大語言模型，根據(jù)參考對話數(shù)據(jù)和識別規(guī)則，確定目標(biāo)對話數(shù)據(jù)的異常行為識別結(jié)果。由此，通過第一大語言模型，結(jié)合與待處理的目標(biāo)對話數(shù)據(jù)匹配的參考對話數(shù)據(jù)以及用于確定該參考對話數(shù)據(jù)的異常行為類型的識別規(guī)則，對該目標(biāo)對話數(shù)據(jù)進(jìn)行異常行為識別，能夠準(zhǔn)確確定出目標(biāo)對話數(shù)據(jù)的異常行為識別結(jié)果，提高獲得對話數(shù)據(jù)的異常行為結(jié)果的準(zhǔn)確性。

技術(shù)研發(fā)人員：邱奇
受保護(hù)的技術(shù)使用者：北京百度網(wǎng)訊科技有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/12/19