本申請涉及語義解析領域，特別涉及一種基于領域大模型的語義解析方法、裝置、設備及存儲介質。

背景技術：

1、坐席呼叫行業在金融、電商、保險、教育、政務等多個領域扮演著至關重要的角色，是企業與客戶溝通的重要橋梁。現有的客服或者營銷錄音質檢系統大多數是基于簡單的正則表達式或者傳統的語義相似度比較算法，不夠靈活，并且準確率較低，現有的質檢系統無法真正理解客戶語義，容易在部分場景誤判用戶真實需求，造成用戶感知較差，如何提高坐席場景下的語義解析的準確率成為亟需解決的問題。

技術實現思路

1、本申請的目的在于提供一種基于領域大模型的語義解析方法、裝置、設備及存儲介質，提高語義理解的準確性和可靠性。

2、為解決上述技術問題，本申請提供一種基于領域大模型的語義解析方法，包括：

3、獲取待質檢的語音數據；

4、將所述語音數據傳輸至多agent節點的領域大模型；其中，所述領域大模型配置了多個?agent節點，每個agent節點表示一個語義質檢模型；所述領域大模型關聯有預設領域的領域知識庫；

5、基于預配置的調度器，調用所述領域大模型的至少一個語義agent節點對所述語音數據進行語義分析，獲得初步語義質檢結果；

6、基于預配置的調度器，調用所述領域大模型的至少兩個點評agent節點對所述初步語義質檢結果進行點評，獲得每個點評agent節點的語義點評結果；

7、根據所述每個點評agent節點的語義點評結果生成所述語音數據的語義解析結果。

8、可選的，所述調用所述領域大模型的至少一個語義agent?節點對所述語音數據進行語義分析，獲得初步語義質檢結果，包括：

9、獲取所述語音數據的文本輸入；

10、根據所述文本輸入進行匹配，獲取對應的領域知識庫；

11、調用所述領域知識庫對應的agent?節點對所述文本輸入進行質檢和標注；其中，所述質檢和標注基于所述領域知識庫中的相關信息，

12、根據質檢和標注結果生成初步語義質檢結果。

13、可選的，所述根據質檢和標注結果生成初步語義質檢結果包括：

14、根據所述質檢和標注結果獲取標準文本信息；

15、計算所述文本輸入與所述標準文本信息之間的文本特征距離；

16、當所述文本特征距離大于預設閾值時，根據所述文本特征距離激活預設的動節點；其中，所述動節點中設有派生知識庫，所述派生知識庫與所述領域知識庫之間的特征距離等于所述文本特征距離；

17、根據所述動節點對所述文本輸入進行矯正識別，并根據校正識別結果對所述質檢和標注結果進行矯正，生成所述初步語義質檢結果。

18、可選的，所述獲取待質檢的語音數據之后，還包括：

19、將所述語音數據轉化為文本信息；

20、對所述文本信息進行預處理和格式化，使得所述文本信息滿足預設agent節點的數據規則，得到所述領域大模型的輸入數據。

21、可選地，所述預配置的調度器還配置為：

22、使用預設的分布式算法和并行處理規則，將語義質檢和語義點評的任務分配給多個agent節點并行處理；以及，

23、使用預設的動態調度策略，根據當前系統的負載和任務需求，動態分配語義質檢和語義點評的任務給不同的agent節點。

24、可選的，所述語義agent節點對所述語音數據進行語義分析，獲得初步語義質檢結果，還包括：

25、基于預設的自然語言處理算法對所述語音數據的文本進行處理，得到第一結果；

26、基于預設的情感分析算法對所述語音數據進行情感分析，得到第二結果；

27、提取所述語音數據的上下文信息；

28、基于所述上下文信息、所述第一結果、所述第二結果的相關性對所述語音數據進行語義識別，獲得初步語義質檢結果。

29、可選的，所述根據所述每個點評agent節點的語義點評結果生成所述語音數據的語義解析結果，包括：

30、獲取多樣性評估指標，對所述每個點評agent節點的語義點評結果的多樣性進行評估和優化，得到優化點評結果;

31、獲取所述每個點評agent節點的信任度和歷史表現；

32、根據點評agent節點的信任度和歷史表現，配置所述每個點評agent節點的權重；

33、對所述每個點評agent節點的優化點評結果進行加權處理；

34、根據加權后的優化點評結果生成所述語音數據的語義解析結果。

35、為解決上述技術問題，本申請還提供一種基于領域大模型的語義解析裝置，包括：

36、數據獲取模塊，用于獲取待質檢的語音數據；

37、數據輸入模塊，用于將所述語音數據傳輸至多?agent節點的領域大模型；其中，所述領域大模型配置了多個?agent節點，每個agent節點表示一個語義質檢模型；所述領域大模型關聯有預設領域的領域知識庫；

38、語義質檢模塊，用于基于預配置的調度器，調用所述領域大模型的至少一個語義agent節點對所述語音數據進行語義分析，獲得初步語義質檢結果；

39、質檢點評模塊，用于基于預配置的調度器，調用所述領域大模型的至少兩個點評agent節點對所述初步語義質檢結果進行點評，獲得每個點評agent節點的語義點評結果；

40、結果反饋模塊，用于根據所述每個點評agent節點的語義點評結果生成所述語音數據的語義解析結果。

41、為解決上述技術問題本申請還提供一種計算機設備，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時，使得所述處理器執行上述所述基于領域大模型的語義解析方法的步驟。

42、為解決上述技術問題本申請還提供一種存儲有計算機可讀指令的存儲介質，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行上述所述基于領域大模型的語義解析方法的步驟。

43、本申請創造實施例的有益效果是：通過獲取待質檢的語音數據；將所述語音數據傳輸至多?agent節點的領域大模型；其中，所述領域大模型配置了多個?agent節點，每個agent節點表示一個語義質檢模型；所述領域大模型關聯有預設領域的領域知識庫；基于預配置的調度器，調用所述領域大模型的至少一個語義agent節點對所述語音數據進行語義分析，獲得初步語義質檢結果；基于預配置的調度器，調用所述領域大模型的至少兩個點評agent節點對所述初步語義質檢結果進行點評，獲得每個點評agent節點的語義點評結果；根據所述每個點評agent節點的語義點評結果生成所述語音數據的語義解析結果；利用多個專業領域的語義質檢模型和點評模型的協作，有效地處理待質檢的語音數據，并提供準確、全面的語義解析結果，提高了語義分析的準確性和可靠性，從而滿足語音數據處理的需求。

技術特征：

1.一種基于領域大模型的語義解析方法，其特征在于，包括：

2.根據權利要求1所述的基于領域大模型的語義解析方法，其特征在于，所述調用所述領域大模型的至少一個語義agent節點對所述語音數據進行語義分析，獲得初步語義質檢結果，包括：

3.根據權利要求2所述的基于領域大模型的語義解析方法，其特征在于，所述根據質檢和標注結果生成初步語義質檢結果包括：

4.根據權利要求1所述的基于領域大模型的語義解析方法，其特征在于，所述獲取待質檢的語音數據之后，還包括：

5.根據權利要求1所述的基于領域大模型的語義解析方法，其特征在于，所述預配置的調度器還配置為：

6.根據權利要求1所述的基于領域大模型的語義解析方法，其特征在于，所述語義agent節點對所述語音數據進行語義分析，獲得初步語義質檢結果，還包括：

7.根據權利要求1所述的基于領域大模型的語義解析方法，其特征在于，所述根據所述每個點評agent節點的語義點評結果生成所述語音數據的語義解析結果，包括：

8.一種基于領域大模型的語義解析裝置，其特征在于，包括：

9.一種計算機設備，其特征在于，包括存儲器和處理器，所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述處理器執行時，使得所述處理器執行如權利要求1至7中任一項權利要求所述基于領域大模型的語義解析方法的步驟。

10.一種存儲有計算機可讀指令的存儲介質，其特征在于，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行如權利要求1至7中任一項權利要求所述基于領域大模型的語義解析方法的步驟。

技術總結
本申請公開一種基于領域大模型的語義解析方法、裝置、計算機設備及存儲介質，包括：獲取待質檢的語音數據；將所述語音數據傳輸至多Agent節點的領域大模型；其中，所述領域大模型配置了多個Agent節點，每個Agent節點表示一個語義質檢模型；所述領域大模型關聯有預設領域的領域知識庫；調用所述領域大模型的至少一個語義Agent節點對所述語音數據進行語義分析，獲得初步語義質檢結果；調用所述領域大模型的至少兩個點評Agent節點對所述初步語義質檢結果進行點評，獲得每個點評Agent節點的語義點評結果；根據所述語義點評結果生成所述語音數據的語義解析結果。利用多個專業領域的語義質檢模型和點評模型的協作，提高了語義分析的準確性和可靠性。

技術研發人員：朱宇光
受保護的技術使用者：上海航動科技有限公司
技術研發日：
技術公布日：2025/4/28