CN104112184A - 精细化客服知识库系统及其工作方法 - Google Patents
精细化客服知识库系统及其工作方法 Download PDFInfo
- Publication number
- CN104112184A CN104112184A CN201410309749.4A CN201410309749A CN104112184A CN 104112184 A CN104112184 A CN 104112184A CN 201410309749 A CN201410309749 A CN 201410309749A CN 104112184 A CN104112184 A CN 104112184A
- Authority
- CN
- China
- Prior art keywords
- module
- business
- answer
- knowledge
- user
- 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.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种精细化客服知识库系统及其工作方法,所述系统包括:用户管理模块,用户登录模块,业务维度选择模块,业务加载模块,业务管理模块,知识点管理模块,细粒度知识点管理模块,答案管理模块,常见问题及答案对管理模块,词典管理模块,句型文法管理模块和句型文法自动生成模块。所述方法包括:系统登录过程、答案管理过程、常见问题及答案对管理过程、词典管理过程、句型文法管理过程。本发明通过文法的执行动作部分来组合或检索答案,实现了句型文法知识到答案知识的间接映射。通过业务+知识点+细粒度知识点+答案的形式,将粗粒度的知识映射为细粒度的答案知识,这些精细化的答案知识可以更好的服务客户,提高客服效率和满意度。
Description
技术领域
本发明涉及知识库服务器和客服领域,特别是涉及客服行业知识数据库库服务器及其工作方法。
背景技术
知识库是知识工程中结构化,易操作,易利用,全面有组织的知识集群,是针对某一(或某些)领域问题求解的需要,采用某种(或若干)知识表示方式在计算机存储器中存储、组织、管理和使用的互相联系的知识片集合。知识库服务器是存放知识库的数据库服务器及其系统。知识库已成为客服部门日常应答客户问题、提升工作效率必备的工具。随着业务的不断发展,客户的需求以及对服务质量的要求不断提高,对知识库系统提出了更高的要求。传统的文档式知识库存在一些较为突出的问题,造成了工作效率降低,座席服务时间增长,业务管理部门的知识生产、审核与座席人员的知识使用被割裂等,具体表现在以下方面:
1.知识建模问题。客服知识往往具有以下特征:(1)业务多,业务间的关系错综复杂;(2)客户可以对业务进行若干操作(如“开通”、“取消”、“设置”、“查询”等),使得业务状态发生变化。业务状态的变化与业务之间的联系使得业务形成一个动态变化的领域。能否建立一个统一的、严格的业务动态描述方法和模型,是知识库系统遇到的首先需要解决的问题。
2.用于客户问题理解的句型文法知识和客服答案知识的关联问题。知识管理的目的是为了知识的使用,即知识可以为客服人员或系统使用,向客户提供所需的知识。由于客户咨询问题的多样性,因此需要大量的句型文法知识,这些句型文法知识可以用来理解和处理客户提出的问题。如何将这些文法知识映射到合适的客服答案知识上,是知识可系统中的难题。
3.知识粒度问题。由于客服领域知识的粒度不一,有的是粗粒度,如文档,有的是细粒度,如常见问题知识,而客户问题,大多数情况下需要系统提供细粒度的答案,因此需要处理好知识的粒度问题。
发明内容
本发明所要解决的技术问题:
1.知识建模问题。由于客服领域知识的复杂多样性,知识往往具有以下特征:(1)业务多,业务间的关系错综复杂;(2)客户可以对业务进行若干操作(如“开通”、“取消”、“设置”、“查询”等),使得业务状态发生变化。业务状态的变化与业务之间的联系使得业务形成一个动态变化的领域。能否建立一个统一的、严格的业务动态描述方法和模型,是知识库系统遇到的首先需要解决的问题。
2.文法知识和客服知识关联问题。知识库系统建设的目的是为了知识的使用,即知识可以为客服使用,向客户提供所需的知识。由于客户咨询问题的多样性,因此需要大量的文法知识,这些文法知识可以用来理解和处理客户提出的问题。如何将这些文法知识映射到合适的客服知识上,是知识管理中的难题。
3.知识粒度问题。由于客服领域知识的粒度不一,有的是粗粒度,如文档,有的是细粒度,如常见问题知识,而客户问题,大多数情况下需要系统提供细粒度的答案,因此处理好知识的粒度问题是知识库系统又一关键问题。
技术方案
针对以上问题本发明提供一种精细化客服知识库系统包括:用户管理模块,用户登录模块,业务维度选择模块,业务加载模块,业务管理模块,知识点管理模块,细粒度知识点管理模块,答案管理模块,常见问题及答案对管理模块,词典管理模块,句型文法管理模块和句型文法自动生成模块;其中用户管理模块通过用户登录模块分别登陆业务维度选择模块和词典管理模块,业务维度选择模块通过业务加载模块后分别向业务管理模块和知识点管理模块发出业务选择指令,知识点管理模块通过细粒度知识点管理模块分别向答案管理模块、常见问题及答案对管理模块和句型文法管理模块发布知识管理指令,句型文法管理模块和句型文法自动生成模块同时接收词典管理模块发出的词典信息。
精细化客服知识库系统的工作方法如下:
所述用户管理模块包括:
1.1用户基本信息管理:对系统的使用人员即系统用户进行管理;
1.2权限管理:权限按照页面和上述系统各个模块进行分组;
1.3角色管理:每个角色都对应一组权限的组合,所述系统内置两种角色:管理员和guest;
1.4用户角色配置管理:每个用户,对应一个或多个角色;
1.5用户检索:根据检索条件检索出符合条件的所有系统用户信息;
所述用户登录模块:对用户进行系统使用前的验证和设置;
所述业务维度选择模块:对想要加载和管理的业务的维度信息进行选择操作;
所述业务加载模块:对选择的业务维度下的业务信息进行加载操作,完成加载的业务以树状结构显示;
所述业务管理模块:对业务进行管理;
所述知识点管理模块:对选定业务下的知识点进行管理;
所述细粒度知识点管理模块:对选定知识点下的细粒度知识点进行管理;
所述答案管理模块:对选定细粒度知识点下的答案进行管理;
所述常见问题及答案对管理模块:对选定业务下的常见问题及答案对进行管理;
所述词典管理模块包括:
10.1词类管理:主要词类包括近义词词类、上下文关系词类;
10.2词条管理:对当前选中的词类中的词条进行管理,词类由词条组成;
10.3词条的全称、简称、俗称、别称的管理:对当前词条的全称、简称、俗称、别称等进行管理;
句型文法管理模块:对与问题的句型文法进行管理;
所述句型文法自动生成模块(12),对用户给出的问题进行句型文法的自动生成。
所述管理员角色对应所有的权限,角色自定义。
本发明的有益效果在于:
1.解决知识建模问题。构建了基于业务+知识点+细粒度知识点的三级知识架构模型(Knowledge Framework Model,简称KFM),并使用该模型来统一描述客服领域知识。KFM=(S,T,A,C,Y,H,R),(业务、知识点(又称主题)、细粒度知识点(又称摘要)、组成、用代、上下位、关联)
其中:
S表示业务集合;
T表示主题集合;
A表示摘要集合;
C表示组成关系;
Y表示用代关系;
H表示上下位关系;
R表示关联关系;
相关解释如下:
1)业务:
业务集合可以定义为S={S1,S2,…,Si},其中S1,S2,Si表示不同的业务;
业务Si=(s1,s2,…,sj),其中sj为业务Si的子业务,sj可以有不同的子业务。
主题利用元数据的方式对业务进行描述,从多层次、多维度准确的刻画业务内容及相关关系。
2)主题:
主题集合T定义为T={T1,T2,…,Ti},其中T1,T2,…,Ti表示不同的主题;
主题Ti={t1,t2,…,tj},tj为主题的子主题。Ti可以看做是一级主题;tj作为二级主题,是对一级主题的细分,且tj可以包括细化的子主题。
一级主题,二级主题,子主题之间的层级关系体现了对业务多层次多维度的描述。
3)摘要:
摘要集合A定义为A={A1,A2,…,Ai},其中Ai表示具体的摘要,摘要依附于业务与主题,用来充当知识库与问题空间之间的桥梁。Ai由业务、主题、及相关标签组成。
业务、主题、摘要三要素表示整个业务模型的基本概念,业务、主题、摘要三要素及它们之间的关系构成整个业务模型的基本框架。
4)组成:
组成关系C表示为C(ci,cj),ci由cj组成。业务模型中有{C(Si,sj),C(Ti,tj)},其中C(Si,sj)表示业务Si由业务sj组成,C(Ti,tj)表示主题Ti由子主题tj组成,组成关系C描述了业务与业务,主题与子主题之间的层次关系。
5)用代:
用代关系Y表示为Y(y1,y2),表示y1可以用y2代替。业务模型中有Y(Ti,Tj),Y(Ti,Tj)表示主题与主题之间的一种替换关系,将主题Ti,Tj看做元数据词汇,Ti表示用词,Tj表示代词,则Y(Ti,Tj)表示主题Ti可以由主题Tj代替,用代关系Y的表示增加了模型的灵活性。
6)上下位:
H用于描述业务,主题,摘要之间的上下位关系。在业务模型中,有H(Si,Sj),H(Tj,Tk)等上下位关系,其中H(Si,Sj)表示业务Si是业务Sj的上位,H(Tj,Tk)表示主题Tj是主题Tk的上位。上下位关系结构化的表示业务、主题、摘要的联系,使得业务模型结构清晰。
7)关联:
关联关系R表示为R(ci,cj),用于描述类与类之间的连接。其连接方式多样,连接的含义不同,但外部表现形式相似。在业务模型中,关联关系用以表示业务业务、主题、摘要之间的联系。
从关联的表示形式看,关联可以分为显示关联与隐式关联。
其中:
显式关联为明确表示、易于发现的关联关系。
隐式关联为隐含的,不易发现的关联关系。
在业务模型中,显示关联诸如地域关联,组成关联,版本关联等都可以清楚的表述,而隐式关联由于没有具体直观的表示方式,所以发现、描述隐式关联有一定困难,如何发现业务模型中的隐式关联,并且准确有效地表示隐式关联,是一个需要解决的重要问题。
从关联的具体内容看,业务模型中的关联可分为业务关联、主题关联、摘要关联。
其中:
业务关联用R(si,sj)表示,指业务与业务之间的各种关联。业务关联可以是业务si,sj之间的关联,或者是业务si与业务sj的子业务的关联,或者是两者子业务之间的关联。
主题关联用R(ti,tj)表示,指主题与主题之间的各种关联。
摘要关联用R(ai,aj)表示,指摘要与摘要之间的各种关联。
通过对业务模型的基本定义,可以建立面向服务业的基本模型,实现服务行业的初步的知识管理,在这个定义中,相关概念可以随着企业的不同需求做出相应调整、或者扩充。
2.解决句型文法知识和答案知识关联问题。句型文法是细粒度知识点下的句型文法,答案是细粒度知识点下的答案,这样,通过业务+知识点+细粒度知识点,实现了句型文法知识到答案的直接映射,同时,为了实现充分实现句型文法知识的复用,允许用户将句型文法放到祖先业务的摘下下,通过文法的执行动作部分来组合或检索答案,实现了句型文法知识到答案知识的间接映射。
3.解决知识粒度问题。通过业务+知识点+细粒度知识点+答案的形式,将粗粒度的知识映射为细粒度的答案知识,这些精细化的答案知识可以更好的服务客户,提高客服效率和满意度。
附图说明
图1是本发明的主要模块结构图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明的一种精细化客服知识库系统及其工作方法进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明的一种精细化客服知识库系统及其工作方法,通过本发明中定义的知识架构模型和实现的系统方便用户维护和管理句型文法知识和客服知识。
为了能够更清楚的说明技术方案,以下结合本发明的特点以及设计需要,解释如下的术语:
(1)业务:此处的业务专指客服领域的企业或组织提供的服务名称,业务之间具有层次关系。如动感地带下面所属的M值查询、SIM服务等。
(2)知识点:将问题分解的种类,如介绍类、使用类等,又称知识点。针对特定的业务可以执行的操作。如针对M值查询业务可以进行查询、取消方法等。
(3)细粒度知识点:对特定的知识点下细粒度知识的简要叙述,又称细粒度知识点。如对于介绍类知识点,其下所辖的细粒度知识点可能包括“M值业务的介绍”等。
(4)答案:细粒度知识点相关答案的详细内容。如对于“M值业务的介绍”这个细粒度知识点,答案部分可能包括“发送短信XX到10086”等内容。
(5)句型文法:句型文法是为自然语言解析提供的特殊数据,又称词模文法,简称词模。如:<查询近类>*<?C1:移动业务父类>*<产品父类>*[<!什么近类>]2#咨询(移动业务,?C1,介绍,产品介绍,1)。句型文法与业务具有层次相关性,一条词模只能与一个业务下的某一个细粒度知识点相对应。例如,用户询问1008611业务详情时,可能提问“1008611有什么作用?”,或“1008611有什么用途?”,“1008611有啥用图?”,其中第三个问句中“用图(途)”为错别字。将这三个问句进行中文分词后,其结构和语义均相同,因此可将“作用”、“用途”和“用图”三个词条都归入“用途近类”,将词模简化为一条——“<!1008611近类>*[<!什么近类>]*[<!用途近类>]”,它对应的细粒度知识点是“<1008611>介绍方法”。
(6)词典:根据客户对业务的认识,从不同客户所表达业务的不同方式,把客户表达不同的词,进行分类整理,制作具体客户化术语集,本发明称之为词典。在人类的自然语言中,对于事物的描述有很多的简称和别称,而传统的基于词语匹配的方法显然是不能够满足要求的。例如对于“短信”这个词语,可以被称呼为“短信息”或者“短讯息”等,而其含义均是指同一个事物;再比如“G流量”,在移动领域就是指的“GPRS流量”。因此 我们采用自然语言处理的方法,进行语义级别的考量,将这些实际指向同一对象的词汇进行归类总结,创建个性化的术语集,这样就可以丰富知识库和提供给用户“实际想要”的结果。
(6)词类:具有相同上下位关系或相似含义的词组成的集合。称这个集合为词类,称集合元素为词条,如:“业务父类”、“机型近类”等,其中“机型近类”中的词条包括:“版本”、“手机型号”等。
下面结合上述目标详细介绍本发明的一种精细化客服知识库系统及其工作方法,图1是本发明的主要模块结构图,系统主要模块包括:模块1.用户管理模块、模块2.用户登录模块、模块3.业务维度选择模块、模块4.业务加载模块、模块5.业务管理模块、模块6.知识点管理模块、模块7.细粒度知识点管理模块、模块8.答案管理模块、模块9.常见问题及答案对管理模块、模块10.词典管理模块、模块11.句型文法管理模块、模块12.句型文法自动生成模块。下面详细介绍这些模块:
所述模块1,包括:
1.1用户基本信息管理:对系统的使用人员即系统用户的基本信息进行管理,包括对用户的基本信息(如姓名、地址、Email、手机等)进行检索、注册、修改和删除等。
1.2权限管理:每个权限都对应某个系统页面上的某个功能按钮,这些权限按照页面和模块进行分组。本子模块对系统的权限进行管理,包括对权限及其分组信息的检索、添加、修改和删除等。
1.3角色管理:每个角色都对应一组权限的组合,系统内置两种角色:管理员和guest,其中管理员角色对应所有的权限,角色也可以自定义。本子模块对角色进行管理,包括对角色及其对应权限的检索、添加、修改和删除等。
1.4用户角色配置管理:每个用户对应一个或多个角色。用户在登录系统时,会进行角色验证,进而使用该角色能用的功能。用户默认角色为guest,用户角色可以配置。本子模块对用户角色进行配置,包括用户角色的修改、添加等。
1.5用户检索:根据检索条件检索出符合条件的所有系统用户信息,包括用户基本信息、用户角色信息等。对检索出的用户信息可以进行删除、修改等操作。
所述模块2:对用户进行系统使用前的验证和设置,包括:用户名密码的验证、根据用户角色配置信息完成对应的系统页面功能按钮的设置等。
所述模块3:对想要加载和管理的业务的维度信息进行选择操作,主要包括业务属地 信息的选择、业务客户类型的选择等。
所述模块4:对选择的业务维度下的业务信息进行加载操作,完成加载的业务以树状结构显示。
所述模块5:对业务进行管理,包括业务的检索、增加、删除、修改、业务的剪切、复制、粘贴、业务的继承等。
所述模块6:对选定业务下的知识点进行管理,包括知识点的检索、增加、删除、修改、知识点的一致性检查等。
所述模块7:对选定知识点下的细粒度知识点进行管理,包括细粒度知识点的检索、增加、删除、修改、细粒度知识点的一致性检查等。
所述模块8:对选定细粒度知识点下的答案进行管理,包括答案的检索、增加、删除、修改和答案的一致性检查等。
所述模块9:对选定业务下的常见问题及答案对进行管理,包括常见问题及答案对的检索、增加、删除、修改等。作为一种可实施方式,本发明中答案管理模块将知识库编辑人员编辑的答案按照“属地=>渠道=>有效日期=>答案类型=>答案”的层次进行自动归类和管理,其中:
属地:答案的适用属地,如上海。
有效期:答案的有效期,包括开始时间和截至时间。
渠道:包括微博、呼入座席、IM、短信、网上客服、微信。
答案类型:答案的类型,包括普通文字、答案模型、触发动作、普通文字+触发动作,答案模型+触发动作等。
知识库编辑人员可以对每个城市的答案进行单独编辑和删除,也可对整体答案进行修改和删除。
所述模块10,包括:
10.1词类管理:主要词类包括近义词词类、上下文关系词类。本子模块对词类进行管理,主要包括词类的检索、添加、修改和删除等。
10.2词条管理:词类由词条组成。本子模块对当前选中的词类中的词条进行管理,主要包括词条的检索、添加、修改、删除和批量添加(采用笛卡尔积模式解析多行批量添加词条)等。
10.3词条的全称、简称、俗称、别称的管理:词条可以有全称、简称、俗称、别称等。本子模块对当前词条的全称、简称、俗称、别称等进行管理,包括全称、简称、俗称、 别称的检索、添加、修改和删除等。
所述模块11:对与问题的句型文法进行管理,主要包括句型文法的检索、添加、修改、删除、句型文法正确性验证等。较佳地,本发明中对词条的添加支持笛卡尔积模式的解析。传统的添加方式对于一个词类下面的词条要单个添加,不但工作量大,而且容易出现重复等错误,因此我们在对词条的添加时支持笛卡尔积模式的解析。我们设计的笛卡尔积模式有三种:
(1)简单笛卡尔积模式:“<集团><广告彩铃|背景音乐>”由系统自动解析为“集团广告彩铃”,“集团背景音乐”;
(2)词类笛卡尔积模式:“<!彩铃词类><业务>”由系统自动解析为“彩铃词类”下的所有词条与“业务”的字符串笛卡尔积结果;
(3)增加可选项的笛卡尔积模式:“[<集团>]<广告彩铃|背景音乐>”,其中“集团”为可选项,除了解析成1中的结果外,“广告彩铃”和“背景音乐”也添加到选中词类中。
所述模块12,对用户给出的问题进行句型文法的自动生成,生成的这些文法可以供用户参考,减少句型文法编写和维护的工作量。
为实现本发明的目的,还提供一种精细化客服知识库系统的工作方法,包括:
过程1.系统登录过程
过程2.答案管理过程
过程3.常见问题及答案对管理过程
过程4.词典管理过程
过程5.句型文法管理过程
所述过程1,主要步骤包括:
步骤1.1:用户通过系统登录模块进行登录操作。系统进行用户名密码的验证,如果验证不通过,则提示用户验证未通过,否则转步骤1.2。
步骤1.2:根据当前用户的角色配置信息,自动完成对应的系统页面功能按钮的设置操作(没有该功能按钮对应的权限,则该按钮置灰,即设为不能使用状态),然后转系统主页。本发明的主页面,包括区域1:菜单区、区域2:标签页组成的工作区。点击菜单区中的某个菜单,在工作区会打开相应的标签页。
所述过程2,主要步骤包括:
步骤2.1:用户在主页上,点击菜单区中的“业务知识”菜单,出现的“业务知识管理主页面”,包括区域1:业务维度选择区、区域2:业务加载区、区域3:知识管理区(包括区域3. 1:业务操作区、区域3.2:知识点操作区、区域3.3:细粒度知识点操作区等)。用户在业务维度选择区,通过业务维度选择模块,选择预查看和管理的业务所在的维度信息,主要包括属地维度信息和客户类型维度信息,点击确定查询按钮,转步骤2.2。
步骤2.2:业务加载模块根据用户选择的业务维度信息加载不同的业务,以树状结构显示在业务加载区中。由于知识库本身的层次关系复杂等特点,因此我们采用了细粒度、多层次的知识库建模和管理技术。我们在本知识库的构建过程中,采用多维度、全方位的构建模式,从较高区分度的“城市名称”到“客户类型”然后是“业务类型”,将知识库进行细粒度的切分,采用层次化的结构表示,在层次化的最底层采用元数据自动归类的方法,对这些元数据进行局部聚类,然后对聚合的类进行新的合并,依此来达到优化分类的效果。比如对于移动的三个业务“查询话费”,“查询归属地”和“查询已开通套餐”,可以将这三个业务一起划分到“查询类”。为便于用户浏览、编辑和管理,作为一种可实施方式,本发明中最顶层的可用业务为“品牌”,“品牌”下又逐层划分了虚业务(并不存在该业务,仅用于划分层次)和实业务,通过这种方式将这些业务组织成业务树。如果用户需要管理业务,则转步骤2.3,如果用户需要管理知识点细粒度知识点或答案,则转2.4。
步骤2.3:知识管理区包括业务操作区、知识点操作区、细粒度知识点操作区等。在业务操作区,通过业务管理模块对业务树进行管理,如对业务进行增加、删除、修改、剪切、复制、粘贴和添加知识点等操作。增加或修改的业务,需要进行业务一致性检查,才能入库。这里的一致性检查主要是同一属地下不能存在同名业务。
步骤2.4:在知识点操作区,用户通过知识点管理模块对当前选中的业务下的知识点进行管理,如对知识点进行增加、删除、修改等操作。增加或修改的知识点,需要进行知识点的一致性检查,才能入库。这里的一致性检查主要是同一属地下不能存在同名知识点。如果用户需要进行细粒度知识点管理,则转步骤2.5。
步骤2.5:在细粒度知识点操作区,用户通过细粒度知识点管理模块对当前选中的知识点下的知识点细粒度知识点进行管理,如对知识点细粒度知识点进行增加、删除、修改等操作。增加或修改的知识点细粒度知识点,需要进行知识点细粒度知识点的一致性检查,才能入库。这里的一致性检查主要是同一属地下不能存在同名细粒度知识点。如果用户需要进行答案管理,则转步骤2.6。
步骤2.6:在细粒度知识点操作区点击“答案知识”按钮,打开答案管理主页面。在答案管理主页面,用户通过答案管理模块对当前选中细粒度知识点下的答案进行管理,如对答案进行检索、增加、删除、修改等操作。为了增加答案复用性,也允许在答案管理阶段添加答 案标签。这些标签包括属地、客户类型等。当答案贴身这些标签后,就可以通过这些标签检索到当前答案。
所述过程3,主要步骤包括:
步骤3.1:在步骤2.2后,如果用户需要进行常见问题及答案对的管理,则转步骤3.2。
步骤3.2:用户通过常见问题及答案对管理模块对当前选中业务下的(常见问题-答案)对进行管理,如对常见问题-答案对进行检索、增加、删除、修改等操作。为了增加常见问题-答案对的复用性,也允许在管理阶段添加标签。这些标签包括属地、客户类型等。当常见问题答案对贴身这些标签后,就可以通过这些标签检索到当前常见问题和答案对。
所述过程4,主要步骤包括:
步骤4.1:用户在系统主页上选择词典管理,转步骤4.2。
步骤4.2:本发明的词典管理主页面,包括区域1:词类管理区、区域2:词条管理区、区域3:全称、简称、俗称、别称的管理区。在词类管理区中,用户通过词类管理子模块进行词类的管理,如对词类进行检索、增加、删除、修改等操作。
步骤4.3:在词条管理区中,用户通过词条管理子模块进行当前选中词类中的词条的管理,如对词条进行检索、增加、删除、修改等操作。
步骤4.4:在全称、简称、俗称、别称的管理区中,用户通过词条的全称、简称、俗称、别称的管理子模块进行当前选中词条的全称、简称、俗称、别称的管理,如对这些全称、简称、俗称、别称进行检索、增加、删除、修改等操作。
所述过程5,主要步骤包括:
步骤5.1:在步骤2.5后,如果用户需要进行句型文法的管理,则转步骤5.2。
步骤5.2:本发明的词模管理主页面(本发明将句型文法称为词模),包括:词模显示区、词模编辑器,其中,词模编辑器中有词模生成按钮。在细粒度知识点操作区点击“词模知识”按钮,打开词模管理主页面。在词模管理主页面,用户通过句型文法管理模块进行当前选中细粒度知识点下的句型文法的管理,如对句型文法进行检索、增加、删除、修改等操作。增加或修改的句型文法,需要进行文法检查,才能入库。这里的文法检查主要是判断当前句型文法是否符合句型的文法模式。如果用户想要进行参考一下自动生成的句型文法,则专步骤5.3。
步骤5.3:点击词模管理主页面中的词模生成按钮,用户通过句型文法生成模块进行句型文法的生成操作。用户可以在生成的句型文法的基础上进行编辑,减少句型文法维护的工作量和难度。
通过结合附图对本发明具体实施例的描述,本发明的其它方面及特征对本领域的技术人员而言是显而易见的。
以上对本发明的具体实施例进行了描述和说明,这些实施例应被认为其只是示例性的,并不用于对本发明进行限制,本发明应根据所附的权利要求进行解释。
Claims (3)
1.一种精细化客服知识库系统,其特征在于包括:用户管理模块,用户登录模块,业务维度选择模块,业务加载模块,业务管理模块,知识点管理模块,细粒度知识点管理模块,答案管理模块,常见问题及答案对管理模块,词典管理模块,句型文法管理模块和句型文法自动生成模块;其中用户管理模块通过用户登录模块分别登陆业务维度选择模块和词典管理模块,业务维度选择模块通过业务加载模块后分别向业务管理模块和知识点管理模块发出业务选择指令,知识点管理模块通过细粒度知识点管理模块分别向答案管理模块、常见问题及答案对管理模块和句型文法管理模块发布知识管理指令,句型文法管理模块和句型文法自动生成模块同时接收词典管理模块发出的词典信息。
2.一种如权利要求1所述的精细化客服知识库系统的工作方法,其特征在于所述方法如下:
所述用户管理模块包括:
1.1用户基本信息管理:对系统的使用人员即系统用户进行管理;
1.2权限管理:权限按照页面和上述系统的各个模块进行分组;
1.3角色管理:每个角色都对应一组权限的组合,所述系统内置两种角色:管理员和guest;
1.4用户角色配置管理:每个用户对应一个或多个角色;
1.5用户检索:根据检索条件检索出符合条件的所有系统用户信息;
所述用户登录模块:对用户进行系统使用前的验证和设置;
所述业务维度选择模块:对想要加载和管理的业务的维度信息进行选择操作;
所述业务加载模块:对选择的业务维度下的业务信息进行加载操作,完成加载的业务以树状结构显示;
所述业务管理模块:对业务进行管理;
所述知识点管理模块:对选定业务下的知识点进行管理;
所述细粒度知识点管理模块:对选定知识点下的细粒度知识点进行管理;
所述答案管理模块:对选定细粒度知识点下的答案进行管理;
所述常见问题及答案对管理模块:对选定业务下的常见问题及答案对进行管理;
所述词典管理模块包括:
10.1词类管理:主要词类包括近义词词类、上下文关系词类;
10.2词条管理:对当前选中的词类中的词条进行管理,词类由词条组成;
10.3词条的全称、简称、俗称、别称的管理:对当前词条的全称、简称、俗称、别称等进行管理;
句型文法管理模块:对与问题的句型文法进行管理;
所述句型文法自动生成模块(12),对用户给出的问题进行句型文法的自动生成。
3.根据权利要求2所述的精细化客服知识库系统的工作方法,其特征在于所述管理员角色对应所有的权限,角色自定义。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410309749.4A CN104112184A (zh) | 2014-07-01 | 2014-07-01 | 精细化客服知识库系统及其工作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410309749.4A CN104112184A (zh) | 2014-07-01 | 2014-07-01 | 精细化客服知识库系统及其工作方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN104112184A true CN104112184A (zh) | 2014-10-22 |
Family
ID=51708968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410309749.4A Pending CN104112184A (zh) | 2014-07-01 | 2014-07-01 | 精细化客服知识库系统及其工作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104112184A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107958004A (zh) * | 2016-10-17 | 2018-04-24 | 中国移动通信有限公司研究院 | 一种知识库的构建方法和装置 |
CN109947421A (zh) * | 2017-12-21 | 2019-06-28 | 上海智臻智能网络科技股份有限公司 | 问答系统的生成装置 |
CN109960490A (zh) * | 2017-12-25 | 2019-07-02 | 上海智臻智能网络科技股份有限公司 | 生成智能问答系统的方法、装置、设备、介质及问答系统 |
CN110019682A (zh) * | 2017-12-28 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 用于处理信息的系统、方法和装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040153428A1 (en) * | 2002-11-27 | 2004-08-05 | Reid Gregory S. | Communicating solution information in a knowledge management system |
CN101458692A (zh) * | 2007-12-14 | 2009-06-17 | 北京神州数码有限公司 | 一种战略物资行业知识库的平台及其构建方法 |
CN101493820A (zh) * | 2008-01-25 | 2009-07-29 | 北京华深慧正系统工程技术有限公司 | 一种药监行业知识库的平台及其构建方法 |
CN101650797A (zh) * | 2009-09-14 | 2010-02-17 | 中国科学院计算技术研究所 | 一种移动客服知识库系统及其工作方法 |
-
2014
- 2014-07-01 CN CN201410309749.4A patent/CN104112184A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20040153428A1 (en) * | 2002-11-27 | 2004-08-05 | Reid Gregory S. | Communicating solution information in a knowledge management system |
CN101458692A (zh) * | 2007-12-14 | 2009-06-17 | 北京神州数码有限公司 | 一种战略物资行业知识库的平台及其构建方法 |
CN101493820A (zh) * | 2008-01-25 | 2009-07-29 | 北京华深慧正系统工程技术有限公司 | 一种药监行业知识库的平台及其构建方法 |
CN101650797A (zh) * | 2009-09-14 | 2010-02-17 | 中国科学院计算技术研究所 | 一种移动客服知识库系统及其工作方法 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107958004A (zh) * | 2016-10-17 | 2018-04-24 | 中国移动通信有限公司研究院 | 一种知识库的构建方法和装置 |
CN109947421A (zh) * | 2017-12-21 | 2019-06-28 | 上海智臻智能网络科技股份有限公司 | 问答系统的生成装置 |
CN109947421B (zh) * | 2017-12-21 | 2024-01-05 | 上海智臻智能网络科技股份有限公司 | 问答系统的生成装置 |
CN109960490A (zh) * | 2017-12-25 | 2019-07-02 | 上海智臻智能网络科技股份有限公司 | 生成智能问答系统的方法、装置、设备、介质及问答系统 |
CN109960490B (zh) * | 2017-12-25 | 2024-01-02 | 上海智臻智能网络科技股份有限公司 | 生成智能问答系统的方法、装置、设备、介质及问答系统 |
CN110019682A (zh) * | 2017-12-28 | 2019-07-16 | 北京京东尚科信息技术有限公司 | 用于处理信息的系统、方法和装置 |
CN110019682B (zh) * | 2017-12-28 | 2022-12-27 | 北京京东尚科信息技术有限公司 | 用于处理信息的系统、方法和装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8548997B1 (en) | Discovery information management system | |
CN100579153C (zh) | 一种信息管理系统以及信息管理方法 | |
CN112668295B (zh) | 一种基于自定义表单和Activiti工作流的管理系统及方法 | |
US8812544B2 (en) | Enterprise content management federation and integration system | |
US9361464B2 (en) | Versatile log system | |
US9746932B2 (en) | Gesture inferred vocabulary bindings | |
CN102880683B (zh) | 一种可行性研究报告的自动网络生成系统及其生成方法 | |
CN101542414A (zh) | 自适应内容平台以及与该平台的应用程序集成 | |
CN101650797A (zh) | 一种移动客服知识库系统及其工作方法 | |
US20120158807A1 (en) | Matching data based on numeric difference | |
US20090319559A1 (en) | Method And System of Using Social Networks and Communities to Ensure Data Quality of Configuration Items in a Configuration Management Database | |
CN104112184A (zh) | 精细化客服知识库系统及其工作方法 | |
Frischmuth et al. | Linked data in enterprise information integration | |
CN102024207A (zh) | 一种与办公软件无缝结合的知识管理系统 | |
Chang et al. | Experimenting with implementing FRBR in a Chinese Koha system | |
US20120173501A1 (en) | Configurable catalog builder system | |
US8145629B2 (en) | Method and system for business reporting | |
CN101000618A (zh) | 建立无连接的数据编程模型的方法、装置及其应用 | |
US11727330B2 (en) | Systems and methods for efficiently distributing alert messages | |
Alam | Digitization and developing digital library and information support in Bangladesh: Professional challenges | |
Meikle | Indymedia and The New Net News: Works Cited | |
US11586662B2 (en) | Extracting and surfacing topic descriptions from regionally separated data stores | |
CN108205564B (zh) | 知识体系构建方法及系统 | |
Kasinathan et al. | A Customizable multilingual chatbot system for customer support | |
Sørgaard et al. | Problems with styles in word processing: a weak foundation for electronic publishing with SGML |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20141022 |
|
WD01 | Invention patent application deemed withdrawn after publication |