基于连续时间动态系统的对话偏好记忆调控方法及系统

本发明公开了一种基于连续时间动态系统的对话偏好记忆调控方法及系统，涉及语义理解技术领域。通过分析交互数据的差异化进行分流存储，隔离多用户共用设备场景的干扰信息，从源头保障用户对话偏好建模精度。同时通过语义分层拆解与拓扑相似度运算，区分核心交互诉求与临时修饰内容，动态优化权重配比，规避临时信息稀释用户固有偏好的问题，提升偏好识别精准度与稳定性。还通过搭建基于神经控制微分方程的连续时间记忆演化体系，融合拓扑门控调控与李雅普诺夫函数反馈机制，实现记忆演化与强化学习策略同步迭代，解决传统离散模型时序失真、记忆发散及灾难性遗忘难题，适配大规模的对话业务场景。