1.一種人工智能大模型的問答文本重置方法,其特征在于,包括如下步驟:
2.根據(jù)權(quán)利要求1所述的問答文本重置方法,其特征在于,所述根據(jù)人工智能大模型的問答文本,得到含有標記的拼接文本,包括:
3.根據(jù)權(quán)利要求1所述的問答文本重置方法,其特征在于,所述利用transformer模型對所述拼接文本進行動態(tài)語義編碼,得到文本語義向量,包括:
4.根據(jù)權(quán)利要求1所述的問答文本重置方法,其特征在于,所述利用光標預(yù)測模型處理所述拼接文本和所述文本語義向量,得到文本語義向量中多個關(guān)鍵信息的光標地址,包括:
5.根據(jù)權(quán)利要求4所述的問答文本重置方法,其特征在于,所述關(guān)鍵信息包括關(guān)鍵詞、指代詞和/或缺省位置,所述關(guān)鍵信息的光標地址包括關(guān)鍵詞位置開始光標地址、關(guān)鍵詞位置結(jié)束光標地址、缺省位置光標地址、指代詞位置開始光標地址和指代詞位置結(jié)束光標地址。
6.根據(jù)權(quán)利要求1或5所述的問答文本重置方法,其特征在于,根據(jù)關(guān)鍵信息的光標地址,對文本語義向量進行重置,得到重置后的文本語義向量,包括:
7.一種人工智能大模型的問答文本重置裝置,其特征在于,包括:
8.根據(jù)權(quán)利要求7所述的問答文本重置裝置,其特征在于,所述語義編碼模塊,具體用于:
9.根據(jù)權(quán)利要求7所述的問答文本重置裝置,其特征在于,所述光標預(yù)測模塊,具體用于:
10.根據(jù)權(quán)利要求7所述的問答文本重置裝置,其特征在于,所述文本重置模塊,具體用于: