CN111737442B - 智能客服多轮会话管理的方法和装置 - Google Patents

智能客服多轮会话管理的方法和装置 Download PDF

Info

Publication number
CN111737442B
CN111737442B CN202010809597.XA CN202010809597A CN111737442B CN 111737442 B CN111737442 B CN 111737442B CN 202010809597 A CN202010809597 A CN 202010809597A CN 111737442 B CN111737442 B CN 111737442B
Authority
CN
China
Prior art keywords
intention
information
user
entity
prediction
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010809597.XA
Other languages
English (en)
Other versions
CN111737442A (zh
Inventor
王子豪
陈冠岭
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Fuyou Duoduo Information Technology Co ltd
Original Assignee
Beijing Fuyou Duoduo Information Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Fuyou Duoduo Information Technology Co ltd filed Critical Beijing Fuyou Duoduo Information Technology Co ltd
Priority to CN202010809597.XA priority Critical patent/CN111737442B/zh
Publication of CN111737442A publication Critical patent/CN111737442A/zh
Application granted granted Critical
Publication of CN111737442B publication Critical patent/CN111737442B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/279Recognition of textual entities
    • G06F40/289Phrasal analysis, e.g. finite state techniques or chunking
    • G06F40/295Named entity recognition
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/02Marketing; Price estimation or determination; Fundraising
    • G06Q30/0281Customer communication at a business location, e.g. providing product or service information, consulting

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Mathematical Physics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Strategic Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Game Theory and Decision Science (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Databases & Information Systems (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明提供智能客服多轮会话管理的方法和装置,包括:S1,判断用户发送信息的多轮会话标识,若有执行S2,若无执行S6;S2,确定所需提取的实体,从用户发送信息中提取对应的实体信息,若是执行S3,若否执行S6;S3,判断多轮意图模型所需的实体是否满足预测要求,若是执行S4,若否执行S5;S4,由多轮意图模型输出预测意图,将预测意图对应的信息发送给用户;S5,将优先级最高的剩余所需的实体的引导信息发送给用户,对下次用户发送信息添加多轮会话标识;S6,将用户发送信息向量化,判断是否为单轮意图;若是执行S7;若否执行S8;S7,单轮意图模型输出预测意图,发送给用户;S8,根据多轮意图模型为用户发送的信息添加或更新多轮会话标识后执行S2。

Description

智能客服多轮会话管理的方法和装置
技术领域
本发明涉及人工智能领域,尤其涉及一种智能客服多轮会话管理的方法和装置。
背景技术
随着人工智能技术的发展,智能对话系统已经应用在越来越多的电子设备中,如手机、智能助手、智能音箱、智能车载设备、智能机器人等。智能对话系统为客户提供了一种利用机器进行对话的交互方式,比传统人工对话方式相比,大幅减少了客服人员的工作量。在与机器的通过对话进行交互的过程中,准确识别客户话语背后的意图是对话流程正确执行的关键所在。如果意图识别有误,机器会出现所答非所问或者执行错误指令的情况。
因此,如何快速且准确的根据对话信息识别出对应的意图就成了当前亟待解决的问题。
发明内容
为了解决现有技术中不能快速且准确的根据对话信息识别出对应的意图的问题,本发明提供一种智能客服多轮会话管理的方法和装置。
第一方面,本发明提供一种智能客服多轮会话管理的方法,该方法包括:
步骤S1,判断用户发送的信息是否被添加多轮会话标识,若是则执行步骤S2,若否则执行步骤S6;
步骤S2,确定所需提取的实体,根据所需提取的实体从用户发送的信息中提取对应的实体信息,若提取到对应的实体信息则执行步骤S3,若未提取到对应的实体信息则执行步骤S6;
步骤S3,判断多轮意图模型所需的实体是否满足预测要求,若是则执行步骤S4,若否则执行步骤S5;
步骤S4,由多轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
步骤S5,获取剩余所需的实体的优先级,将优先级最高的所需的实体的引导信息发送给用户,对下一次用户发送的信息添加多轮会话标识;
步骤S6,将用户发送的信息向量化,判断是否为单轮意图,若是则执行步骤S7;若否则执行步骤S8;
步骤S7,利用单轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
步骤S8,根据多轮意图模型为用户发送的信息添加或更新多轮会话标识后执行步骤S2。
进一步地,确定所需提取的实体包括:
若尚未向用户发送过引导信息,则所需提取的实体为多轮意图模型所需的所有实体。
进一步地,确定所需提取的实体,根据所需提取的实体从用户发送的信息中提取对应的实体信息包括:
根据多轮会话标识确定多轮会话的各个信息;
根据各个信息确定本轮会话所需提取的对应实体信息。
进一步地,根据多轮意图模型预先设置对应的多轮会话。
进一步地,判断多轮意图模型所需的实体是否满足预测要求包括:
判断多轮意图模型所需的所有实体是否有对应的实体信息存在;
若是,则多轮意图模型所需的实体满足预测要求。
进一步地,获取剩余所需的实体的优先级包括:
根据多轮会话中的各个会话轮次排名,确定剩余所需的实体的优先级。
进一步地,将用户发送的信息向量化,判断是否为单轮意图;若是则执行步骤S7;若否则执行步骤S8包括:
当判断为单轮意图,则利用单轮意图模型将用户输入的信息输出预测意图;
当判断为多轮意图,则根据多轮意图模型所需的实体生成新的多轮会话标签,为用户发送的信息添加或更新新的多轮会话标识。
第二方面,本发明提供一种智能客服多轮会话管理的装置,该装置包括:
判断添加多轮会话标识单元,用于判断用户发送的信息是否被添加多轮会话标识,若是则跳转至提取实体信息单元,若否则跳转至判断单轮意图单元;
提取实体信息单元,用于确定所需提取的实体,根据所需提取的实体从用户发送的信息中提取对应的实体信息,若提取到对应的实体信息则跳转至判断实体满足预设要求单元,若未提取到对应的实体信息则跳转至判断单轮意图单元;
判断实体满足预设要求单元,用于判断多轮意图模型所需的实体是否满足预测要求,若是则跳转至多轮意图模型输出预测意图单元,若否则跳转至确定实体优先级单元;
多轮意图模型输出预测意图单元,用于由多轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
确定实体优先级单元,用于获取剩余所需的实体的优先级,将优先级最高的所需的实体的引导信息发送给用户,对下一次用户发送的信息添加多轮会话标识;
判断单轮意图单元,用于将用户发送的信息向量化,判断是否为单轮意图;若是则跳转至单轮意图模型输出预测意图单元;若否则跳转至添加或更新多轮会话标识单元;
单轮意图模型输出预测意图单元,用于利用单轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
添加或更新多轮会话标识单元,用于根据多轮意图模型为用户发送的信息添加或更新多轮会话标识,之后跳转至提取实体信息单元。
第三方面,本发明提供一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现第一方面提供的智能客服多轮会话管理的方法的步骤。
第四方面,本发明提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现第一方面提供的智能客服多轮会话管理的方法的步骤。
本发明提供一个完善的会话管理系统,统一安排分配单轮会话和多轮会话,让单轮会话和多轮会话区分开来,多轮会话中的每句话之间产生联系,进而完善用户的问题,提高意图识别的准确度的同时明确了用户意图,使用户得到更好的体验。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的智能客服多轮会话管理的方法流程示意图;
图2为本发明实施例提供的智能客服多轮会话管理的装置框图;
图3为本发明实施例提供的电子设备框图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分的实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
需要说明的是,本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本申请的实施例。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
客户在咨询问题的时候提出的问题可能是明确的问题,也可能是一个不明确的问题,甚至客户不清楚自己想要问什么。那么当客户对自己想要问的问题没那么明确的情况下,作为一个客服,需要去帮助客户去完善明确其问题,然后客服基于这个完整的问题给出一个准确的回复。但是目前的智能对话系统尚不完善,导致客服答复准确率不高。为了解决上述问题,本发明实施例提供一种智能客服多轮会话管理的方法,如图1所示,该方法包括:
步骤S1,判断用户发送的信息是否被添加多轮会话标识,若是则执行步骤S2,若否则执行步骤S6;
步骤S2,确定所需提取的实体,根据所需提取的实体从用户发送的信息中提取对应的实体信息,若提取到对应的实体信息则执行步骤S3,若未提取到对应的实体信息则执行步骤S6;
步骤S3,判断多轮意图模型所需的实体是否满足预测要求,若是则执行步骤S4,若否则执行步骤S5;
步骤S4,由多轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
步骤S5,获取剩余所需的实体的优先级,将优先级最高的所需的实体的引导信息发送给用户,对下一次用户发送的信息添加多轮会话标识;
步骤S6,将用户发送的信息向量化,判断是否为单轮意图,若是则执行步骤S7;若否则执行步骤S8;
步骤S7,利用单轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
步骤S8,根据多轮意图模型为用户发送的信息添加或更新多轮会话标识后执行步骤S2。其中,步骤S1中,在收到用户发送的信息后,会先判断本次收到的用户发送的信息是否已经被添加多轮会话标识,之后可依据判断结果执行相应的步骤。这里需要说明的是,多轮会话标识的添加与否是依据该用户上一次发送的信息而决定的,其可用于对多轮会话进行区分,后面的步骤当中会对添加多轮会话标识进行说明。其中,该多轮会话标识可以为通用唯一识别码(Universally Unique Identifier,UUID),也可以为其他形式的标识。
步骤S2中,在此前若判断出收到的用户发送的信息被添加了多轮会话标识后,可以依据多轮会话标识确定本轮会话需要提取的实体,之后根据是否提取到对应的实体信息来执行相应的步骤。
需要说明的是,多轮会话是事前设定好的,因为利用多轮意图模型输出预测意图时需要输入特定的实体信息才能够完成,而为了引导用户给出这些特定的实体信息,会根据多轮意图模型的需要提前设置好对应的多轮会话;例如,用户需要得知发车信息,将“提供发车信息”这类信息进行输入后,可以得知还需要时间和地点这两个实体对应的实体信息才能够由多轮意图模型输出预测意图,这里可以根据多轮意图模型此前设置好的多轮对话来引导用户给出时间信息和地址信息。
多轮意图模型要完成输出预测意图时,能够获知所需要的所有实体都有哪些,因为多轮意图模型是事先训练好的,而为了输出预测意图,必然需要提前知晓这些实体,加之多轮会话标识与多轮意图模型是可以相互对应的,因此在得到多轮会话标识的情况下,也可以得知多轮意图模型要完成输出预测意图所需要的所有实体。
步骤S3中,在获取到具体的实体信息后,判断多轮意图模型所需的实体是否满足预测要求,根据判断结果执行相应的步骤。
步骤S4中,由于已经得到了该多轮意图模型在输出预测意图时所需的所有实体信息,这时就可以将这些实体信息输入到多轮意图模型中,由该多轮意图模型输出预测意图,之后只要根据该预测意图将对应的信息发送给用户即可。
需要说明的是,多轮意图模型应当在进行预测之前就已经准备好或训练好,对于如何训练并得到多轮意图模型这里不做限定,利用现有方式进行训练后得到的多轮意图模型均可。除此以外,多轮意图模型在训练过程中是利用已有的对话数据集及意图数据集进行训练的,这些数据集是在训练前就已经准备好的,而利用多轮意图模型预测得到的预测意图则为意图数据集中的意图。而意图数据集中的每一个意图都可以设置对应的信息,因此可以将与意图对应的信息作为预测意图对应的信息进行输出,使用户得到该预测意图对应的信息。
步骤S5中,在判断多轮意图模型所需的所有实体不满足预测要求的情况下,说明存在有的实体没有得到对应的实体信息,此时,这些没有得到对应的实体信息的实体都是已知的,且其在多轮会话中的哪一轮会话里被要求提供都是事先设置好的,而会话的轮次越靠前则说明越会优先要求用户提供,因此所需的实体对应的会话的轮次越靠前,则所需的实体的优先级越高,这样就可以确定剩余所需的实体中优先级最高的所需的实体。
加之,多轮会话是提前设置好的,且每个所需的实体对应的会话的轮次也是固定的,因此只需要将优先级最高的所需的实体的引导信息发用给用户,来引导用户提供这个对应的实体信息即可;而当下一次用户发送信息时,则需要为用户发送的信息添加多轮会话标识,这样就可以快速确定所需提取的实体,并根据所需提取的实体从用户输入的信息中提取对应的实体信息。
需要说明的是,为下一次用户发送的信息添加的多轮会话标识与本次用户发送的信息被添加的多轮会话标识是相同的。
步骤S6中将用户发送的信息向量化,判断是否为单轮意图,具体地,当用户输入的信息未添加多轮对话标签(其可能是因为用户上一次发送信息后,已经利用单轮意图模型或多轮预测模型得到了预测意图,进而为用户输出了对应的信息等原因),或未从用户发送的信息中提取到与实体对应的实体信息(其可能是因为用户询问了新的问题等原因),那么就需要将用户输入的信息向量化,这样就能得到预测模型所需要的数据,进而可以通过预测模型判断是单轮意图还是多轮意图,之后依据判断结果执行相应的步骤。
需要说明的是,预测模型是事先训练好的,其作用就是用户发送的信息为单轮意图还是多轮意图。
当判断为单轮意图时,执行步骤S7,具体地,由于之前已经对用户发送的信息进行了向量化,因此就可以将这些向量化后的数据(即预测模型所需要的数据)直接输入到单轮意图模型中,由单轮意图模型输出预测意图,进而将预测意图对应的信息进行输出,使用户得到该预测意图对应的信息;当判断为多轮意图时,执行步骤S8,具体地,在得出多轮意图时说明还需要特定的实体信息才可以由多轮意图模型输出预测意图,这时可以根据多轮意图模型所需的实体生成多轮会话标签,之后为用户发送的信息添加或更新这个新生成的多轮会话标识后执行步骤S2。
需要说明的是,单轮意图模型应当在进行预测之前就已经准备好或训练好,对于如何训练并得到单轮意图模型这里不做限定,利用现有方式进行训练后得到的单轮意图模型均可。除此以外,单轮意图模型在训练过程中是利用已有的对话数据集及意图数据集进行训练的,这些数据集是在训练前就已经准备好的,而利用单轮意图模型预测得到的预测意图则为意图数据集中的意图。
意图数据集中的每一个意图都可以设置对应的信息,例如,意图为“人工客服服务时间咨询”的对应的信息就可以为“人工客服服务时间为8:00-20:00”。加之多轮意图模型的预测结果(即预测意图)为意图数据集中意图,因此可以将与意图对应的信息作为预测意图对应的信息进行输出,使用户得到该预测意图对应的信息。
本发明实施例提供一个完善的会话管理系统,统一安排分配单轮会话和多轮会话,让单轮会话和多轮会话区分开来,多轮会话中的每句话之间产生联系,进而完善用户的问题,提高意图识别的准确度的同时明确了用户意图,使用户得到更好的体验。
基于上述各实施例的内容,作为一种可选实施例:确定所需提取的实体包括:
若尚未向用户发送过引导信息,则所需提取的实体为多轮意图模型所需的所有实体。
具体为,若尚未向用户发送过引导信息,且用户发送的信息已经被添加多轮会话标识,则可以从用户发送的信息中提取多轮意图模型所需的所有实体,这样可以对用户在提出询问信息中的实体信息进行利用,如果提取到对应的实体信息,则可以减少后续对话次数。
基于上述各实施例的内容,作为一种可选实施例:确定所需提取的实体,根据所需提取的实体从用户发送的信息中提取对应的实体信息包括:
根据多轮会话标识确定多轮会话的各个信息;
根据各个信息确定本轮会话所需提取的对应实体信息。
具体为,通过多轮会话标识可以得知该多轮会话的各种信息,因此就可以依据多轮会话标识确定本轮会话需要提取的实体;例如,多轮会话中每一轮会话需要提供的实体是不一样的,这里可以通过多轮会话标识查询到本轮会话是对应多轮会话中的哪一轮会话,及这一轮会话所需提取的实体是什么,这样就可以在用户发送的信息中寻找并提取对应的实体信息(例如当实体是地址的时候,该实体对应的实体信息就是地址信息、GPS信息或其他与地址有关的信息等此类实体信息;例如当实体是电话时,该实体对应的实体信息就是电话号码等此类实体信息)。而提取到的实体信息最终会输入到多轮预测模型中,并由多轮意图模型输出预测意图。
基于上述各实施例的内容,作为一种可选实施例:判断多轮意图模型所需的实体是否满足预测要求包括:
判断多轮意图模型所需的所有实体是否有对应的实体信息存在;
若是,则多轮意图模型所需的实体满足预测要求。
具体为,在获取到具体的实体信息后,可以判断多轮意图模型所需的所有实体是否都已有对应的实体信息存在,如果所有实体都有对应的实体信息存在,则多轮意图模型所需的实体就满足了预测要求,在得到判断结果后,可依据判断结果执行相应的步骤。
基于上述各实施例的内容,作为一种可选实施例:将用户发送的信息向量化,判断是否为单轮意图;若是则执行步骤S7;若否则执行步骤S8包括:
当判断为单轮意图,则利用单轮意图模型将用户输入的信息输出预测意图;
当判断为多轮意图,则根据多轮意图模型所需的实体生成新的多轮会话标签,为用户发送的信息添加或更新新的多轮会话标识。
具体为,步骤S7:当判断为单轮意图时,说明可以由单轮意图模型利用本次用户输入的信息直接输出预测意图;步骤S8:当判断为多轮意图时,说明还需要特定的实体信息才可以由多轮意图模型输出预测意图,这时可以根据多轮意图模型所需的实体生成多轮会话标签(也可以理解为开启了新的多轮会话),之后为用户发送的信息添加或更新这个新生成的多轮会话标识(如果用户发送的信息没有添加多轮对话标签则为用户发送的信息添加这个新生成的多轮会话标识,如果用户发送的信息已经添加了多轮对话标签则为用户发送的信息更新多轮对话标签,即用这个新生成的多轮会话标识替换原来已经添加的多轮对话标签)。
本发明实施例通过不同的多轮会话标识可以对不同的用户意图进行区别,进而采用不同的多轮会话,也可以保证多轮意图模型输出预测意图更加精准。
根据本发明的再一个方面,本发明实施例提供智能客服多轮会话管理的装置,参见图2,图2为本发明实施例提供的智能客服多轮会话管理的装置框图。该装置用于在前述各实施例中完成本发明实施例提供的智能客服多轮会话管理。因此,在前述各实施例中的本发明实施例提供的智能客服多轮会话管理的方法中的描述和定义,可以用于本发明实施例中各执行模块的理解。
该装置包括:
判断添加多轮会话标识单元201,用于判断用户发送的信息是否被添加多轮会话标识,若是则跳转至提取实体信息单元202,若否则跳转至判断单轮意图单元206;
提取实体信息单元202,用于确定所需提取的实体,根据所需提取的实体从用户发送的信息中提取对应的实体信息,若提取到对应的实体信息则跳转至判断实体满足预设要求单元203,若未提取到对应的实体信息则跳转至判断单轮意图单元206;
判断实体满足预设要求单元203,用于判断多轮意图模型所需的实体是否满足预测要求,若是则跳转至多轮意图模型输出预测意图单元204,若否则跳转至确定实体优先级单元205;
多轮意图模型输出预测意图单元204,用于由多轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
确定实体优先级单元205,用于获取剩余所需的实体的优先级,将优先级最高的所需的实体的引导信息发送给用户,对下一次用户发送的信息添加所述多轮会话标识;
判断单轮意图单元206,用于将用户发送的信息向量化,判断是否为单轮意图;若是则跳转至单轮意图模型输出预测意图单元207;若否则跳转至添加或更新多轮会话标识单元208;
单轮意图模型输出预测意图单元207,用于利用单轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
添加或更新多轮会话标识单元208,用于根据多轮意图模型为用户发送的信息添加或更新多轮会话标识,之后跳转至提取实体信息单元202。
具体的,本实施例的装置中各模块实现其功能的具体过程可参见对应的方法实施例中的相关描述,此处不再赘述。
图3为本发明实施例提供的电子设备框图,如图3所示,该设备包括:处理器301、存储器302和总线303;
其中,处理器301及存储器302分别通过总线303完成相互间的通信;处理器301用于调用存储器302中的程序指令,以执行上述实施例所提供的智能客服多轮会话管理的方法,例如包括:步骤S1,判断用户发送的信息是否被添加多轮会话标识,若是则执行步骤S2,若否则执行步骤S6;步骤S2,确定所需提取的实体,根据所需提取的实体从用户发送的信息中提取对应的实体信息,若提取到对应的实体信息则执行步骤S3,若未提取到对应的实体信息则执行步骤S6;步骤S3,判断多轮意图模型所需的实体是否满足预测要求,若是则执行步骤S4,若否则执行步骤S5;步骤S4,由多轮意图模型输出预测意图,将预测意图对应的信息发送给用户;步骤S5,获取剩余所需的实体的优先级,将优先级最高的所需的实体的引导信息发送给用户,对下一次用户发送的信息添加所述多轮会话标识;步骤S6,将用户发送的信息向量化,判断是否为单轮意图;若是则执行步骤S7;若否则执行步骤S8;步骤S7,利用单轮意图模型输出预测意图,将预测意图对应的信息发送给用户;步骤S8,根据多轮意图模型为用户发送的信息添加或更新多轮会话标识后执行步骤S2。
本发明实施例提供一种非暂态计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现智能客服多轮会话管理的方法的步骤。例如包括:步骤S1,判断用户发送的信息是否被添加多轮会话标识,若是则执行步骤S2,若否则执行步骤S6;步骤S2,确定所需提取的实体,根据所需提取的实体从用户发送的信息中提取对应的实体信息,若提取到对应的实体信息则执行步骤S3,若未提取到对应的实体信息则执行步骤S6;步骤S3,判断多轮意图模型所需的实体是否满足预测要求,若是则执行步骤S4,若否则执行步骤S5;步骤S4,由多轮意图模型输出预测意图,将预测意图对应的信息发送给用户;步骤S5,获取剩余所需的实体的优先级,将优先级最高的所需的实体的引导信息发送给用户,对下一次用户发送的信息添加所述多轮会话标识;步骤S6,将用户发送的信息向量化,判断是否为单轮意图;若是则执行步骤S7;若否则执行步骤S8;步骤S7,利用单轮意图模型输出预测意图,将预测意图对应的信息发送给用户;步骤S8,根据多轮意图模型为用户发送的信息添加或更新多轮会话标识后执行步骤S2。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下,即可以理解并实施。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件。基于这样的理解,上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如ROM/RAM、磁碟、光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行各个实施例或者实施例的某些部分的方法。
最后,本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。

Claims (4)

1.一种智能客服多轮会话管理的方法,其特征在于,所述方法包括:
步骤S1,判断用户发送的信息是否被添加多轮会话标识,若是则执行步骤S2,若否则执行步骤S6;
步骤S2,确定所需提取的实体,根据所需提取的实体从用户发送的信息中提取对应的实体信息,包括根据多轮会话标识确定多轮会话的各个信息,所述多轮会话由多轮意图模型预先设置,然后根据所述各个信息确定本轮会话所需提取的对应实体信息;若未向用户发送过引导信息,则所需提取的实体为多轮意图模型所需的所有实体;
若提取到对应的实体信息则执行步骤S3,若未提取到对应的实体信息则执行步骤S6;
步骤S3,判断多轮意图模型所需的实体是否满足预测要求,判断多轮意图模型所需的所有实体是否有对应的实体信息存在,若是,则多轮意图模型所需的实体满足预测要求,执行步骤S4,若否则执行步骤S5;
步骤S4,由多轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
步骤S5,根据多轮会话中的各个会话轮次排名,确定剩余所需的实体的优先级,将优先级最高的所需的实体的引导信息发送给用户,对下一次用户发送的信息添加与步骤S1中相同的所述多轮会话标识;
步骤S6,将用户发送的信息向量化,判断是否为单轮意图,若是则执行步骤S7,若否则执行步骤S8;
步骤S7,利用单轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
步骤S8,当判断为多轮意图,则根据多轮意图模型所需的实体生成新的多轮会话标签,为用户发送的信息添加或更新所述新的多轮会话标识,然后执行步骤S2。
2.一种用以实现权利要求1所述的智能客服多轮会话管理的方法的智能客服多轮会话管理的装置,其特征在于,所述装置包括:
判断添加多轮会话标识单元,用于判断用户发送的信息是否被添加多轮会话标识,若是则跳转至提取实体信息单元,若否则跳转至判断单轮意图单元;
提取实体信息单元,用于确定所需提取的实体,根据所需提取的实体从用户发送的信息中提取对应的实体信息,若提取到对应的实体信息则跳转至判断实体满足预设要求单元,若未提取到对应的实体信息则跳转至判断单轮意图单元;
判断实体满足预设要求单元,用于判断多轮意图模型所需的实体是否满足预测要求,若是则跳转至多轮意图模型输出预测意图单元,若否则跳转至确定实体优先级单元;
多轮意图模型输出预测意图单元,用于由多轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
确定实体优先级单元,用于获取剩余所需的实体的优先级,将优先级最高的所需的实体的引导信息发送给用户,对下一次用户发送的信息添加所述多轮会话标识;
判断单轮意图单元,用于将用户发送的信息向量化,判断是否为单轮意图;若是则跳转至单轮意图模型输出预测意图单元;若否则跳转至添加或更新多轮会话标识单元;
单轮意图模型输出预测意图单元,用于利用单轮意图模型输出预测意图,将预测意图对应的信息发送给用户;
添加或更新多轮会话标识单元,用于根据多轮意图模型为用户发送的信息添加或更新多轮会话标识,之后跳转至提取实体信息单元。
3.一种电子设备,包括存储器、处理器及存储在所述存储器上可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1所述智能客服多轮会话管理的方法的步骤。
4.一种非暂态计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1所述智能客服多轮会话管理的方法的步骤。
CN202010809597.XA 2020-08-13 2020-08-13 智能客服多轮会话管理的方法和装置 Active CN111737442B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010809597.XA CN111737442B (zh) 2020-08-13 2020-08-13 智能客服多轮会话管理的方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010809597.XA CN111737442B (zh) 2020-08-13 2020-08-13 智能客服多轮会话管理的方法和装置

Publications (2)

Publication Number Publication Date
CN111737442A CN111737442A (zh) 2020-10-02
CN111737442B true CN111737442B (zh) 2021-06-04

Family

ID=72658408

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010809597.XA Active CN111737442B (zh) 2020-08-13 2020-08-13 智能客服多轮会话管理的方法和装置

Country Status (1)

Country Link
CN (1) CN111737442B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112766990B (zh) * 2021-02-01 2023-07-28 北京邮电大学 基于多轮对话改进的智能客服辅助系统和方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9318108B2 (en) * 2010-01-18 2016-04-19 Apple Inc. Intelligent automated assistant
CN107180080B (zh) * 2017-04-28 2018-10-16 北京神州泰岳软件股份有限公司 一种多交互模式的智能问答方法及装置
CN108228764A (zh) * 2017-12-27 2018-06-29 神思电子技术股份有限公司 一种单轮对话和多轮对话的融合方法
CN109754806A (zh) * 2019-03-21 2019-05-14 问众智能信息科技(北京)有限公司 一种多轮对话的处理方法、装置及终端
CN110442697B (zh) * 2019-08-06 2023-09-12 中电金信软件(上海)有限公司 一种人机交互方法、系统、计算机设备和存储介质
CN111191016B (zh) * 2019-12-27 2023-06-02 车智互联(北京)科技有限公司 一种多轮对话处理方法、装置及计算设备

Also Published As

Publication number Publication date
CN111737442A (zh) 2020-10-02

Similar Documents

Publication Publication Date Title
CN110442701B (zh) 语音对话处理方法及装置
CN109671421B (zh) 离线导航的定制和实现方法及装置
CN108235697B (zh) 一种机器人动态学习方法、系统、机器人以及云端服务器
CN112365894B (zh) 基于ai的复合语音交互方法、装置及计算机设备
CN111145745B (zh) 对话流程定制方法及装置
CN109840276A (zh) 基于文本意图识别的智能对话方法、装置和存储介质
CN111737442B (zh) 智能客服多轮会话管理的方法和装置
CN112199486A (zh) 一种办公场景的任务型多轮对话方法及系统
CN113918698A (zh) 一种客服业务处理系统及装置
CN112529585A (zh) 风险交易的交互唤醒方法、装置、设备及系统
CN111259124A (zh) 对话管理方法、装置、系统及存储介质
CN114548119A (zh) 测试集的生成方法、测试方法、装置、设备及介质
CN112784024B (zh) 一种人机对话的方法、装置、设备以及存储介质
CN116432665B (zh) 对话模型构建方法、文本生成方法、装置、系统及设备
CN113591463A (zh) 意图识别方法、装置、电子设备及存储介质
CN115658875B (zh) 基于聊天服务的数据处理方法及相关产品
CN111680514B (zh) 信息处理和模型训练方法、装置、设备及存储介质
CN111723559A (zh) 一种实时信息抽取方法及装置
CN114490994B (zh) 对话管理方法及装置
CN110888971B (zh) 机器人客服与用户的多轮交互方法和装置
CN115062629A (zh) 会话信息的识别方法及装置、存储介质、计算机设备
CN114202363A (zh) 基于人工智能的话术调用方法、装置、计算机设备及介质
EP4006747A1 (en) Speech information processing method and device, storage medium, and electronic device
CN112002325A (zh) 多语种语音交互方法和装置
CN115238066A (zh) 用户意图识别方法、装置、对话系统、设备以及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant