本发明涉及自然语言处理与机器学习的交叉领域，特别涉及一种基于行业大模型的多轮问答方法、装置、设备及介质。
背景技术：
1、当前多轮问答技术已经取得了一定的进步，能够在一定程度上理解和处理用户的连续提问，并通过跟踪对话历史来生成更加准确和上下文相关的回答。然而，现有的技术仍然存在一些不足之处。例如，在处理复杂对话上下文时，传统的多轮问答系统往往会遇到语义理解不足、上下文处理不完整等问题，这导致回答的准确性和连贯性受到影响。特别是当系统仅仅依据问题之间的相关性，就将它们进行简单拼接形成所谓“完整问题”时，这种方法并没有明确界定什么才是一个完整的、有意义的问题组合。这种简单的拼接方式可能导致信息的重复或者关键信息的丢失，从而影响问题理解和回答的质量。
技术实现思路
1、有鉴于此，本发明的目的在于提供一种基于行业大模型的多轮问答方法、装置、设备及介质，能够有效提高系统的语义理解能力以及问题回答的准确性，并提高系统问答服务的准确性和鲁棒性，从而使得系统在面对复杂和多变的提问场景时能够提供更高的理解能力和响应准确性。其具体方案如下：
2、第一方面，本技术提供了一种基于行业大模型的多轮问答方法，应用于预设多轮问答系统，包括：
3、将当前问题以及与当前问题对应的历史问题列表输入至预设行业大模型进行语义理解，以判断当前问题是否满足预设完整性条件，并得到相应的第一判断结果；
4、若所述第一判断结果表明满足所述预设完整性条件，则确定当前问题为目标待处理问题；
5、若所述第一判断结果表明不满足所述预设完整性条件，则基于预设多轮问题合并规则、所述预设行业大模型、所述历史问题列表以及当前问题进行迭代的问题合并、问题判断，直至满足预设终止条件时，得到相应的目标问题判断结果；其中，所述预设多轮问题合并规则用于为迭代进行问题合并时，从每一轮迭代的历史问题到当前问题逐步合并；
6、当所述目标问题判断结果表明对应的目标合并后问题满足所述预设完整性条件时，则确定所述目标合并后问题为所述目标待处理问题，以基于所述目标待处理问题完成相应的问答操作。
7、可选的，所述将当前问题以及与当前问题对应的历史问题列表输入至预设行业大模型进行语义理解之前，还包括：
8、对当前问题进行相应的文本清理、分词表示以及词向量表示，以完成相应的预处理操作，并得到预处理后的当前问题。
9、可选的，所述将当前问题以及与当前问题对应的历史问题列表输入至预设行业大模型进行语义理解之前，还包括：
10、基于预设数据库或会话存储获取与当前问题对应的历史问题列表；
11、对所述历史问题列表中的各历史问题进行相应的文本清理、分词表示以及词向量表示，以完成相应的预处理操作，并得到预处理后的所述历史问题列表。
12、可选的，所述将当前问题以及与当前问题对应的历史问题列表输入至预设行业大模型进行语义理解，以判断当前问题是否满足预设完整性条件，并得到相应的第一判断结果，包括：
13、基于预设行业大模型以及与当前问题对应的历史问题列表对当前问题进行语义理解、结构分析以及语境分析，以基于得到的分析结果判断当前问题是否满足预设完整性条件，以得到相应的第一判断结果。
14、可选的，所述基于预设多轮问题合并规则、所述预设行业大模型、所述历史问题列表以及当前问题进行迭代的问题合并、问题判断，包括：
15、基于预设合并算法对当前问题以及所述历史问题列表中的上一轮问题进行合并，以得到相应的第一合并后问题；
16、基于所述预设行业大模型判断所述第一合并后问题是否满足所述预设完整性条件，以得到相应的第二判断结果；
17、若所述第二判断结果表明所述第一合并后问题不满足所述预设完整性条件，且当前未满足预设合并轮次条件时，则基于所述预设合并算法对所述历史问题列表中的上上轮问题、上一轮问题以及当前问题进行逐步合并，以得到相应的第二合并后问题；
18、基于所述预设行业大模型判断所述第二合并后问题是否满足所述预设完整性条件，以得到相应的第三判断结果。
19、可选的，所述直至满足预设终止条件时，得到相应的目标问题判断结果，包括：
20、当所述第三判断结果表明所述第二合并后问题满足所述预设完整性条件或当前满足所述预设合并轮次条件时，将所述第三判断结果、所述第二合并后问题分别作为相应的目标问题判断结果以及对应的目标合并后问题。
21、可选的，所述得到相应的目标问题判断结果之后，还包括：
22、当所述目标问题判断结果表明对应的目标合并后问题不满足所述预设完整性条件时，则生成对应的提示信息，并基于预设信息输出接口对所述提示信息进行显示。
23、第二方面，本技术提供了一种基于行业大模型的多轮问答装置，应用于预设多轮问答系统，包括：
24、问题判断模块，用于将当前问题以及与当前问题对应的历史问题列表输入至预设行业大模型进行语义理解，以判断当前问题是否满足预设完整性条件，并得到相应的第一判断结果；
25、第一问题确定模块，用于若所述第一判断结果表明满足所述预设完整性条件，则确定当前问题为目标待处理问题；
26、问题合并模块，用于若所述第一判断结果表明不满足所述预设完整性条件，则基于预设多轮问题合并规则、所述预设行业大模型、所述历史问题列表以及当前问题进行迭代的问题合并、问题判断，直至满足预设终止条件时，得到相应的目标问题判断结果；其中，所述预设多轮问题合并规则用于为迭代进行问题合并时，从每一轮迭代的历史问题到当前问题逐步合并；
27、第二问题确定模块，用于当所述目标问题判断结果表明对应的目标合并后问题满足所述预设完整性条件时，则确定所述目标合并后问题为所述目标待处理问题，以基于所述目标待处理问题完成相应的问答操作。
28、第三方面，本技术提供了一种电子设备，包括：
29、存储器，用于保存计算机程序；
30、处理器，用于执行所述计算机程序，以实现前述的基于行业大模型的多轮问答方法的步骤。
31、第四方面，本技术提供了一种计算机可读存储介质，用于保存计算机程序，所述计算机程序被处理器执行时实现前述的基于行业大模型的多轮问答方法的步骤。
32、可见，本技术中，将当前问题以及与当前问题对应的历史问题列表输入至预设行业大模型进行语义理解，以判断当前问题是否满足预设完整性条件，并得到相应的第一判断结果；若所述第一判断结果表明满足所述预设完整性条件，则确定当前问题为目标待处理问题；若所述第一判断结果表明不满足所述预设完整性条件，则基于预设多轮问题合并规则、所述预设行业大模型、所述历史问题列表以及当前问题进行迭代的问题合并、问题判断，直至满足预设终止条件时，得到相应的目标问题判断结果；其中，所述预设多轮问题合并规则用于为迭代进行问题合并时，从每一轮迭代的历史问题到当前问题逐步合并；当所述目标问题判断结果表明对应的目标合并后问题满足所述预设完整性条件时，则确定所述目标合并后问题为所述目标待处理问题，以基于所述目标待处理问题完成相应的问答操作。也即，本技术中在通过预设多轮问答系统，先利用预设行业大模型以及对应的历史问题列表检查当前问题的完整性，并当确定问题不完整时基于预设多轮问题合并规则以及历史问题列表从每一轮迭代的历史问题到当前问题逐步合并、判断，直至满足预设终止条件时，基于得到的目标问题判断结果确定是否基于对应的目标合并后问题完成相应问答操作。这样一来，利用预设多轮问题合并规则逐步合并问题既保留了历史问题的信息，也使得越靠近当前问题的信息权重越大，从而能够有效提高系统的语义理解能力以及问题回答的准确性，并提高系统问答服务的准确性和鲁棒性，使得系统在面对复杂和多变的提问场景时能够提供更高的理解能力和响应准确性，为用户提供更准确、快速及满意的答案，进而提升用户的满意度和使用体验。
1.一种基于行业大模型的多轮问答方法，其特征在于，应用于预设多轮问答系统，包括：
2.根据权利要求1所述的基于行业大模型的多轮问答方法，其特征在于，所述将当前问题以及与当前问题对应的历史问题列表输入至预设行业大模型进行语义理解之前，还包括：
3.根据权利要求1所述的基于行业大模型的多轮问答方法，其特征在于，所述将当前问题以及与当前问题对应的历史问题列表输入至预设行业大模型进行语义理解之前，还包括：
4.根据权利要求1所述的基于行业大模型的多轮问答方法，其特征在于，所述将当前问题以及与当前问题对应的历史问题列表输入至预设行业大模型进行语义理解，以判断当前问题是否满足预设完整性条件，并得到相应的第一判断结果，包括：
5.根据权利要求1所述的基于行业大模型的多轮问答方法，其特征在于，所述基于预设多轮问题合并规则、所述预设行业大模型、所述历史问题列表以及当前问题进行迭代的问题合并、问题判断，包括：
6.根据权利要求5所述的基于行业大模型的多轮问答方法，其特征在于，所述直至满足预设终止条件时，得到相应的目标问题判断结果，包括：
7.根据权利要求1至6任一项所述的基于行业大模型的多轮问答方法，其特征在于，所述得到相应的目标问题判断结果之后，还包括：
8.一种基于行业大模型的多轮问答装置，其特征在于，应用于预设多轮问答系统，包括：
9.一种电子设备，其特征在于，包括：
10.一种计算机可读存储介质，其特征在于，用于保存计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的基于行业大模型的多轮问答方法。
