CN104699708A - 一种客服机器人的自学习方法及装置 - Google Patents

Abstract

本发明公开了一种客服机器人的自学习方法及装置，其中，该方法包括：接收用户终端发送的用户消息；根据用户消息对知识库进行检索，根据检索结果的大众偏好权重值选取最优答案，并将最优答案返回至用户终端；在将最优答案返回至用户终端后，向用户终端发送满意度调查消息；接收用户终端返回的满意度回复消息，根据满意度回复消息重新计算最优答案的大众偏好权重值，并更新知识库。本发明通过在回复用户最优答案后调查用户满意度，并根据用户的反馈信息更新知识库，从而可以尽可能向每一位用户提供最优答案，保证知识库的实用性。

Description

一种客服机器人的自学习方法及装置

技术领域

本发明涉及人机交互技术领域，具体地，涉及一种客服机器人的自学习方法及装置。

背景技术

客服机器人是基于自然语言处理技术衍生出的一种人机问答服务方式，目前已经渗透电信，金融、航空等各个领域，成为商业企业重要的服务提供方式。客服机器人提供给用户服务是单向的，即预先制定问答知识，匹配到用户问题后，给出相应的答案。这种方式无法得知用户获取服务后的感知，进而无法提升用户体验。

问答系统方法的缺点是：

－专家系统采用单向的问答，不具备反问用户获取信息机制，即不知道反馈问题答案是否是用户想要得到的，不能获取使用者感知信息；

－缺少对问题答案评价机制和自我调整机制；

－不能根据大众偏好信息的为用户推送大众满意答案；

－采用人工后期会话方式优化问答知识库，只能进行局部片面优化，人工成本高，且只是少数人主观意向体现，无法保证问答知识受众满意度指标整体维持较高水平。

发明内容

本发明是为了克服现有技术中客服机器人中的专家系统采用单项问答，不能有效获取用户反馈信息的缺陷，根据本发明的一个方面，提出一种客服机器人的自学习方法。

根据本发明实施例的一种客服机器人的自学习方法，包括：接收用户终端发送的用户消息；根据用户消息对知识库进行检索，根据检索结果的大众偏好权重值选取最优答案，并将最优答案返回至用户终端；在将最优答案返回至用户终端后，向用户终端发送满意度调查消息；接收用户终端返回的满意度回复消息，根据满意度回复消息重新计算最优答案的大众偏好权重值，并更新知识库。

优选的，上述根据用户消息对知识库进行检索，包括：

根据预设的停用词表去掉用户消息中的停用词；对去掉停用词的用户消息进行分词处理；根据分词处理后的用户消息对知识库进行检索。

优选的，通过正向/反向最大匹配算法对去掉停用词的用户消息进行分词处理。

优选的，当满意度回复消息对应肯定和否定两种结果时，计算大众偏好权重值的公式如下：

$\left\{\begin{array}{c}{w}_{\mathrm{yes}}\left(\mathrm{Ai}\right)=\mathrm{\Σ}{R}_{\mathrm{yes}}\left(U_{\mathrm{unique}}\right)\\ w_{\mathrm{no}}\left(\mathrm{Ai}\right)=\mathrm{\Σ}{R}_{\mathrm{no}}\left(U_{\mathrm{unique}}\right)\\ W\left(\mathrm{Ai}\right)=f(w_{\mathrm{yes}}\left(\mathrm{Ai}\right),w_{\mathrm{no}}\left(\mathrm{Ai}\right))\end{array}\right.$

其中，W(Ai)为答案Ai的大众偏好权重值，w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数；R为用户反馈结果，包括正向反馈结果R_yes和反向反馈结果R_no；U_unique为唯一用户标识，即单用户只统计一次。

优选的，上述根据检索结果的大众偏好权重值选取最优答案，包括：

两两比较所有答案的大众偏好权重值，两两比较公式如下：

其中，W(Ai)为答案Ai的大众偏好权重值，λ为预设的统计次数量参数，γ(Ai)为答案Ai的总评价次数，即：γ(Ai)＝w_yes(Ai)+w_no(Ai)；w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数。

优选的，答案Ai的大众偏好权重值W(Ai)为问题解决率：

$W\left(\mathrm{Ai}\right)=\frac{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)}{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)+w_{\mathrm{no}}\left(\mathrm{Ai}\right)}$

其中，W(Ai)为答案Ai的大众偏好权重值，w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数。

本发明的一种客服机器人的自学习方法，根据用户的提问检索出答案列表，并根据每个答案的大众偏好权重值确定最优答案；在答复包含用户问题的用户消息之后，向用户发起满意度调查并获取用户回复，实现与用户的交互，可以收集用户感知信息；同时，根据用户的满意度回复重新计算最优答案的大众偏好权重值并更新该大众偏好权重值，同时记录被评价次数，这样可以时时自动更新知识库，尽可能向每一位用户提供最优答案，保证问答系统的实用性。

本发明是为了克服现有技术中客服机器人中的专家系统采用单项问答，不能有效获取用户反馈信息的缺陷，根据本发明的一个方面，提出一种客服机器人的自学习装置。

根据本发明实施例的一种客服机器人的自学习装置，包括：自然语言收发模块、智能答案选取模块、答案满意度收集模块和权重处理模块；

自然语言收发模块用于接收用户终端发送的用户消息并将用户消息发送至智能答案选取模块；自然语言收发模块还用于将来自答案满意度收集模块的满意度调查消息发送至用户终端，并接收用户终端返回的满意度回复消息；

智能答案选取模块根据自然语言收发模块发送的用户消息对知识库进行检索，根据检索结果的大众偏好权重值选取最优答案，并将最优答案通过自然语言收发模块发送给用户终端；

答案满意度收集模块在将最优答案返回至用户终端后，通过自然语言收发模块向用户终端发送满意度调查消息，并将用户终端返回的满意度回复消息发送给权重处理模块；

权重处理模块接收用户终端返回的满意度回复消息，根据满意度回复消息重新计算最优答案的大众偏好权重值，并更新知识库。

优选的，智能答案选取模块包括：过滤单元、分词单元和检索单元，其中：

过滤单元用于根据预设的停用词表去掉用户消息中的停用词；

分词单元用于对去掉停用词的用户消息进行分词处理；

检索单元用于根据分词处理后的用户消息对知识库进行检索。

优选的，分词单元通过正向/反向最大匹配算法对去掉停用词的用户消息进行分词处理。

优选的，当答案满意度收集模块确定的满意度回复消息对应肯定和否定两种结果时，权重处理计算大众偏好权重值的公式如下：

$\left\{\begin{array}{c}{w}_{\mathrm{yes}}\left(\mathrm{Ai}\right)=\mathrm{\Σ}{R}_{\mathrm{yes}}\left(U_{\mathrm{unique}}\right)\\ w_{\mathrm{no}}\left(\mathrm{Ai}\right)=\mathrm{\Σ}{R}_{\mathrm{no}}\left(U_{\mathrm{unique}}\right)\\ W\left(\mathrm{Ai}\right)=f(w_{\mathrm{yes}}\left(\mathrm{Ai}\right),w_{\mathrm{no}}\left(\mathrm{Ai}\right))\end{array}\right.$

其中，W(Ai)为答案Ai的大众偏好权重值，w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数；R为用户反馈结果，包括正向反馈结果R_yes和反向反馈结果R_no；U_unique为唯一用户标识，即单用户只统计一次。

优选的，智能答案选取模块通过两两比较所有答案的大众偏好权重值确定最优答案，其中两两比较公式如下：

其中，W(Ai)为答案Ai的大众偏好权重值，λ为预设的统计次数量参数，γ(Ai)为答案Ai的总评价次数，即：γ(Ai)＝w_yes(Ai)+w_no(Ai)；w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数。

优选的，答案Ai的大众偏好权重值W(Ai)为问题解决率：

$W\left(\mathrm{Ai}\right)=\frac{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)}{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)+w_{\mathrm{no}}\left(\mathrm{Ai}\right)}$

其中，W(Ai)为答案Ai的大众偏好权重值，w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数。

本发明的一种客服机器人的自学习装置，根据用户的提问检索出答案列表，智能答案选取模块根据每个答案的大众偏好权重值确定最优答案；在答复包含用户问题的用户消息之后，答案满意度收集模块向用户发起满意度调查并获取用户回复，实现与用户的交互，可以收集用户感知信息；同时，根据用户的满意度回复消息，权重处理模块重新计算最优答案的大众偏好权重值并更新该大众偏好权重值，同时记录被评价次数，这样可以时时自动更新知识库，尽可能向每一位用户提供最优答案，保证问答系统的实用性。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明实施例中客服机器人自学习方法的流程图；

图2为实施例一中客服机器人自学习方法的详细流程图；

图3为本发明实施例中客服机器人自学习装置的结构图；

图4为实施例二中客服机器人自学习装置的自学习流程图。

具体实施方式

下面结合附图，对本发明的具体实施方式进行详细描述，但应当理解本发明的保护范围并不受具体实施方式的限制。

根据本发明实施例，提供了一种客服机器人的自学习方法，图1为客服机器人自学习方法的流程图，该方法包括步骤如下：

步骤101：接收用户终端发送的用户消息。

其中，该用户消息为用户通过用户终端发送的问句消息，例如“你今年多大？”、“如何通过手机付话费？”等。用户终端具体可以为手机客户端或PC客户端等，当用户终端为手机客户端时，用户可以以短信的形式发出用户消息。

步骤102：根据该用户消息对知识库进行检索，根据检索结果的大众偏好权重值选取最优答案，并将该最优答案返回至该用户终端。

知识库（Knowledge Base）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。对于用户发送的某一问题Q，根据知识库可以得到一个或多个相对应的答案：A1、A2……An，其中，每个答案都对应一个相同或不同的大众偏好权重值：W1、W2……Wn。根据大众偏好权重值可以确定问题Q的最优答案，在确定最优答案后将该最优答案返回至用户终端。

其中，根据该用户消息对知识库进行检索包括步骤B1-B3：

步骤B1：根据预设的停用词表去掉用户消息中的停用词；

步骤B2：对去掉停用词的用户消息进行分词处理；

步骤B3：根据分词处理后的用户消息对知识库进行检索。

去掉用户消息中的停用词可以提高检索效率。优选的，可以通过正向/反向最大匹配算法进行分词处理。根据分词处理的结果和从知识库中提取词的语义关系将问题转换成标准检索信息，然后对知识库进行检索，从而可以检索出与该用户消息相匹配的答案列表以及答案列表中每项答案的大众偏好权重值。

步骤103：在将该最优答案返回至该用户终端后，向该用户终端发送满意度调查消息。

其中，主要以简洁明确原则设计满意度调查消息。例如，满意度调查消息可以为：“这个问题是否解决您的问题？”等。在满意度调查消息简洁明确时，根据用户的回答可以很容易确定评价结果。

步骤104：接收用户终端返回的满意度回复消息，根据该满意度回复消息重新计算上述最优答案的大众偏好权重值，并更新知识库。

若满意度回复消息只对应肯定或否定的结果，则当根据该满意度回复消息重新计算大众偏好权重值时，可以将满意度回复消息对应的结果按照“是”和“否”两个维度统计大众偏好权重值，对于问题Q的答案Ai，其计算大众偏好权重值的公式如下：

$\left\{\begin{array}{c}{w}_{\mathrm{yes}}\left(\mathrm{Ai}\right)=\mathrm{\Σ}{R}_{\mathrm{yes}}\left(U_{\mathrm{unique}}\right)\\ w_{\mathrm{no}}\left(\mathrm{Ai}\right)=\mathrm{\Σ}{R}_{\mathrm{no}}\left(U_{\mathrm{unique}}\right)\\ W\left(\mathrm{Ai}\right)=f(w_{\mathrm{yes}}\left(\mathrm{Ai}\right),w_{\mathrm{no}}\left(\mathrm{Ai}\right))\end{array}\right.---\left(1\right)$

其中，W(Ai)为答案Ai的大众偏好权重值，w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数；R为用户反馈结果，包括正向反馈结果R_yes和反向反馈结果R_no；U_unique为唯一用户标识，即单用户只统计一次。

在步骤104中，每当接收到用户返回的满意度回复消息后，即可根据式子（1）重新计算最优答案的大众偏好权重值W，并将重新计算得出的大众偏好权重值W取代原大众偏好权重值。

优选的，步骤102中选取最优答案具体如下：

若与问题Q相对应的答案包括A1、A2……An，通过两两比较答案的大众偏好权重值，最终选择出最优答案。其两两比较选择答案的公式如下：

其中，λ为预设的统计次数量参数，γ(Ai)为答案Ai的总评价次数，即：γ(Ai)＝w_yes(Ai)+w_no(Ai)。当Ax和Ay的总评价次数均未超过预设的统计次数量参数λ时，随机选取一个答案作为较优答案或者选择Ax作为较优答案。

根据上述公式即可以从答案Ax和Ay中选出较优答案Sel(Ax,Ay)，通过两两比较所有的答案，最终可以得到问题Q的最优答案。

优选的，W(Ai)具体可以为问题解决率，即：

$W\left(\mathrm{Ai}\right)=\frac{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)}{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)+w_{\mathrm{no}}\left(\mathrm{Ai}\right)}---\left(2\right)$

本发明实施例中，根据用户的提问检索出答案列表，并根据每个答案的大众偏好权重值确定最优答案；在答复包含用户问题的用户消息之后，向用户发起满意度调查并获取用户回复，实现与用户的交互，可以收集用户感知信息；同时，根据用户的满意度回复重新计算最优答案的大众偏好权重值并更新该大众偏好权重值，同时记录被评价次数，这样可以时时自动更新知识库，尽可能向每一位用户提供最优答案，保证问答系统的实用性。

下面通过实施例一介绍客服机器人的自学习方法的详细过程：

实施例一

实施例一中，在接收到用户问句消息后通过两两比较所有答案的大众偏好权重值确定最优答案，并向用户询问最优答案的满意度，然后根据用户返回的满意度更新该最优答案的大众偏好权重值。参见图2所示，客服机器人自学习方法的详细过程如下：

步骤201：用户通过用户终端向客服机器人发送用户问句消息“如何给手机号码充费？”。

步骤202：接收到用户问句消息后，根据停用词表去掉该问句消息中的停用词。

停用词表并不是固定不变的，可以根据实际情况删除或添加停用词表中的停用词。实施例一中，用户问句消息“如何给手机号码充费？”中只有“给”是停用词，因此去掉停用词后的用户问句消息变为“如何手机号码充费？”。

步骤203：根据正向最大匹配算法对去掉停用词后的用户问句消息“如何手机号码充费？”进行分词处理。

正向最大匹配算法是一种分词算法，该算法的应用已经相当成熟，此处不做详述。分词处理后用户问句消息变为三个词组：“如何”、“手机号码”和“充费”。

步骤204：根据分词处理的结果“如何”、“手机号码”和“充费”，对知识库进行检索。

步骤205：确定与用户问句消息“如何给手机号码充费？”相对应的答案列表以及每个答案的大众偏好权重值。

实施例一中，通过对知识库进行检索，确定“如何给手机号码充费？”对应四个答案，分别为：

答案A1：去营业厅为手机号码充值；

答案A2：通过充值卡为手机号码充值；

答案A3：通过运营商官网为手机号码充值；

答案A4：通过第三方服务平台为手机号码充值。

每个答案都对应一个大众偏好权重值W(Ai)，其中

$W\left(\mathrm{Ai}\right)=\frac{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)}{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)+w_{\mathrm{no}}\left(\mathrm{Ai}\right)}$

w_yes(Ai)为答案Ai的正向大众偏好权重值，w_no(Ai)为答案Ai的反向大众偏好权重值，其中i=1,2,3,4。

步骤206：两两比较所有答案的大众偏好权重值，确定最优答案。

在步骤206中根据以下公式确定两两答案中的较优答案，最终确定最优答案：

其中，λ为预设的统计次数量参数，实施例一中λ=20；γ(Ai)为答案Ai的总评价次数。当Ax和Ay的总评价次数均未超过预设的统计次数量参数λ时，随机选取一个答案作为较优答案或者选择Ax作为较优答案。

实施例一中，通过上述公式两两比较答案A1-A4，确定最优答案为答案A3。

步骤207：将最优答案A3发送至用户终端，并向用户终端发送满意度调查消息：“这个回答是否解决您的问题？”。

步骤208：当答案A3解决了用户的问题时，用户返回满意度回复消息：“是”。

步骤209：接收用户返回的满意度回复消息“是”，答案A3的正向评价次数加1，同时更新答案A3的大众偏好权重值。

答案A3的正向评价次数加1即为w_yes(A3)的数值加1，答案A3的大众偏好权重值变为：

$W\left(A3\right)\′=\frac{w_{\mathrm{yes}}\left(A3\right)+1}{w_{\mathrm{yes}}\left(A3\right)+1+w_{\mathrm{no}}\left(A3\right)}$

W(A3)‘为答案A3新的大众偏好权重值。

以上详细介绍了客服机器人的自学习方法过程，该过程也可以通过装置实现，下面详细介绍装置的结构和功能。

根据本发明实施例，提供了一种客服机器人的自学习装置，图3为客服机器人自学习装置的结构图。该客服机器人自学习装置包括：自然语言收发模块301、智能答案选取模块302、答案满意度收集模块303和权重处理模块304，其中：

自然语言收发模块301用于接收用户终端发送的用户消息并将该用户消息发送至智能答案选取模块302；自然语言收发模块301还用于将来自答案满意度收集模块303的满意度调查消息发送至用户终端，并接收用户终端返回的满意度回复消息；

用户终端主要通过自然语言收发模块301与客服机器人自学习装置完成交互过程。其中，用户终端具体可以为手机客户端或PC客户端，当用户终端为手机客户端时，用户可以以短信的形式向自然语言收发模块301发送用户消息。上述自然语言包括汉语、英语、日语等，可以根据知识库内容确定自然语言的范围。

智能答案选取模块302根据自然语言收发模块301发送的用户消息对知识库进行检索，根据检索结果的大众偏好权重值选取最优答案，并将该最优答案通过自然语言收发模块301发送给用户终端。

其中，智能答案选取模块302在获取到自然语言收发模块301发送的用户消息后，对该用户消息进行分词处理，根据分词处理的结果和从知识库中提取词的语义关系将问题转换成标准检索信息，然后对知识库进行检索，从而可以检索出与该用户消息相匹配的答案列表以及答案列表中每项答案的大众偏好权重值，根据大众偏好权重值对答案逐一对比，最终确定最优答案。

具体的，智能答案选取模块302包括：过滤单元、分词单元和检索单元。其中：

过滤单元用于根据预设的停用词表去掉用户消息中的停用词；

分词单元用于对去掉停用词的用户消息进行分词处理；

检索单元用于根据分词处理后的用户消息对知识库进行检索。

通过过滤单元去掉用户消息中的停用词可以提高检索效率。优选的，分词单元可以通过正向/反向最大匹配算法进行分词处理。根据分词处理的结果和从知识库中提取词的语义关系将问题转换成标准检索信息，然后对知识库进行检索，从而可以检索出与该用户消息相匹配的答案列表以及答案列表中每项答案的大众偏好权重值。

答案满意度收集模块303在将最优答案返回至用户终端后，通过自然语言收发模块301向用户终端发送满意度调查消息，并将用户终端返回的满意度回复消息发送给权重处理模块304。

答案满意度收集模块303主要以简洁明确原则设计满意度调查消息，例如：“这个问题是否解决您的问题？”在满意度调查消息简洁明确时，根据用户的回答可以很容易确定评价结果。

权重处理模块304接收用户终端返回的满意度回复消息，根据该满意度回复消息重新计算上述最优答案的大众偏好权重值，并更新知识库。

若满意度回复消息只对应肯定或否定的结果，则当权重处理模块304根据该满意度回复消息重新计算大众偏好权重值时，可以将满意度回复消息对应的结果按照“是”和“否”两个维度统计大众偏好权重值，对于问题Q的答案Ai，其计算大众偏好权重值的公式如上述公式（1）所示，此处不做详述。

权重处理模块304每当接收到用户返回的满意度回复消息后，即可根据式子（3）重新计算最优答案的大众偏好权重值W，并将重新计算得出的大众偏好权重值W取代原大众偏好权重值。

优选的，智能答案选取模块302选取最优答案具体如下：

若与问题Q相对应的答案包括A1、A2……An，通过两两比较答案的大众偏好权重值，最终选择出最优答案。其两两比较选择答案的公式如下：

其中，λ为预设的统计次数量参数，γ(Ai)为答案Ai的总评价次数，即：γ(Ai)＝w_yes(Ai)+w_no(Ai)。当Ax和Ay的总评价次数均未超过预设的统计次数量参数λ时，随机选取一个答案作为较优答案或者选择Ax作为较优答案。

根据上述公式即可以从答案Ax和Ay中选出较优答案Sel(Ax,Ay)，通过两两比较所有的答案，最终可以得到问题Q的最优答案。

优选的，W(Ai)具体可以为解决率，即：

$W\left(\mathrm{Ai}\right)=\frac{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)}{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)+w_{\mathrm{no}}\left(\mathrm{Ai}\right)}$

本发明实施例中，根据用户的提问检索出答案列表，智能答案选取模块根据每个答案的大众偏好权重值确定最优答案；在答复包含用户问题的用户消息之后，答案满意度收集模块向用户发起满意度调查并获取用户回复，实现与用户的交互，可以收集用户感知信息；同时，根据用户的满意度回复消息，权重处理模块重新计算最优答案的大众偏好权重值并更新该大众偏好权重值，同时记录被评价次数，这样可以时时自动更新知识库，尽可能向每一位用户提供最优答案，保证问答系统的实用性。

优选的，该装置还包括数据存储模块305。数据存储模块305用于向智能答案选取模块302提供答案列表和大众偏好权重值信息，并存储权重处理模块304发送的更新后的大众偏好权重值信息。

下面通过实施例二详细介绍客服机器人的自学习装置的自学习过程。

实施例二

实施例二中，客服机器人的自学习装置包括：自然语言收发模块301、智能答案选取模块302、答案满意度收集模块303、权重处理模块304和数据存储模块305。

参见图4所示，客服机器人自学习装置的自学习过程如下：

步骤S401：用户通过用户终端向自然语言收发模块301提交问题。

步骤S402：自然语言收发模块301向智能答案选取模块302发起问题回复请求。

步骤S403：智能答案选取模块302对该问题进行理解和处理。

步骤S404：智能答案选取模块302向数据存储模块305发送数据请求消息。

步骤S405：数据存储模块305将相关答案的数据列表返回至智能答案选取模块302。

步骤S406：智能答案选取模块302根据大众偏好权重值选取最优答案。

步骤S407：智能答案选取模块302将最优答案发送给自然语言收发模块301。

步骤S408：自然语言收发模块301向用户终端返回最优答案。

步骤S409：自然语言收发模块301将回复完成状态消息发送给答案满意度收集模块303。

步骤S410：答案满意度收集模块303向自然语言收发模块301返回满意度调查消息。

步骤S411：自然语言收发模块301将满意度调查消息发送给用户终端。

步骤S412：用户终端向自然语言收发模块301反馈满意度回复消息。

步骤S413：自然语言收发模块301将满意度回复消息发送给答案满意度收集模块303。

步骤S414：答案满意度收集模块303再将满意度回复消息发送给权重处理模块304。

步骤S415：权重处理模块304计算上述最优答案的大众偏好权重值。

步骤S416：权重处理模块304将更新后的大众偏好权重值发送给数据存储模块305。

步骤S417：数据存储模块305存储更新后的大众偏好权重值。

以上为客服机器人自学习装置的自学习详细过程。

本发明实施例提供一种客服机器人的自学习方法及装置，根据用户的提问检索出答案列表，并根据每个答案的大众偏好权重值确定最优答案，同时根据预设统计次数量参数控制答案被评价次数；在答复包含用户问题的用户消息之后，向用户发起满意度调查并获取用户回复，实现与用户的交互，可以收集用户感知信息；同时，根据用户的满意度回复重新计算最优答案的大众偏好权重值并更新该大众偏好权重值，同时记录被评价次数，这样可以时时自动更新知识库，尽可能向每一位用户提供最优答案，保证问答系统的实用性。

本发明能有多种不同形式的具体实施方式，上面以图1-图4为例结合附图对本发明的技术方案作举例说明，这并不意味着本发明所应用的具体实例只能局限在特定的流程或实施例结构中，本领域的普通技术人员应当了解，上文所提供的具体实施方案只是多种优选用法中的一些示例，任何体现本发明权利要求的实施方式均应在本发明技术方案所要求保护的范围之内。

最后应说明的是：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种客服机器人的自学习方法，其特征在于，包括：

接收用户终端发送的用户消息；

根据所述用户消息对知识库进行检索，根据检索结果的大众偏好权重值选取最优答案，并将所述最优答案返回至所述用户终端；

在将所述最优答案返回至所述用户终端后，向所述用户终端发送满意度调查消息；

接收所述用户终端返回的满意度回复消息，根据所述满意度回复消息重新计算所述最优答案的大众偏好权重值，并更新所述知识库。

2.根据权利要求1所述的方法，其特征在于，所述根据所述用户消息对知识库进行检索，包括：

根据预设的停用词表去掉所述用户消息中的停用词；

对去掉停用词的用户消息进行分词处理；

根据分词处理后的用户消息对知识库进行检索。

3.根据权利要求2所述的方法，其特征在于，通过正向/反向最大匹配算法对去掉停用词的用户消息进行分词处理。

4.根据权利要求1所述的方法，其特征在于，当所述满意度回复消息对应肯定和否定两种结果时，计算大众偏好权重值的公式如下：

$\left\{\begin{array}{c}{w}_{\mathrm{yes}}\left(\mathrm{Ai}\right)=\mathrm{\Σ}{R}_{\mathrm{yes}}\left(U_{\mathrm{unique}}\right)\\ w_{\mathrm{no}}\left(\mathrm{Ai}\right)=\mathrm{\Σ}{R}_{\mathrm{no}}\left(U_{\mathrm{unique}}\right)\\ W\left(\mathrm{Ai}\right)=f(w_{\mathrm{yes}}\left(\mathrm{Ai}\right),w_{\mathrm{no}}\left(\mathrm{Ai}\right))\end{array}\right.$

其中，W(Ai)为答案Ai的大众偏好权重值，w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数；R为用户反馈结果，包括正向反馈结果R_yes和反向反馈结果R_no；U_unique为唯一用户标识，即单用户只统计一次。

5.根据权利要求1或4所述的方法，其特征在于，所述根据检索结果的大众偏好权重值选取最优答案，包括：

两两比较所有答案的大众偏好权重值，两两比较公式如下：

其中，W(Ai)为答案Ai的大众偏好权重值，λ为预设的统计次数量参数，γ(Ai)为答案Ai的总评价次数，即：γ(Ai)＝w_yes(Ai)+w_no(Ai)；w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数。

6.根据权利要求1所述的方法，其特征在于，所述答案Ai的大众偏好权重值W(Ai)为问题解决率：

$W\left(\mathrm{Ai}\right)=\frac{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)}{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)+w_{\mathrm{no}}\left(\mathrm{Ai}\right)}$

其中，W(Ai)为答案Ai的大众偏好权重值，w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数。

7.一种客服机器人的自学习装置，其特征在于，包括：自然语言收发模块、智能答案选取模块、答案满意度收集模块和权重处理模块；

所述自然语言收发模块用于接收用户终端发送的用户消息并将所述用户消息发送至所述智能答案选取模块；所述自然语言收发模块还用于将来自所述答案满意度收集模块的满意度调查消息发送至所述用户终端，并接收所述用户终端返回的满意度回复消息；

所述智能答案选取模块根据所述自然语言收发模块发送的所述用户消息对知识库进行检索，根据检索结果的大众偏好权重值选取最优答案，并将所述最优答案通过所述自然语言收发模块发送给所述用户终端；

所述答案满意度收集模块在将所述最优答案返回至所述用户终端后，通过所述自然语言收发模块向所述用户终端发送所述满意度调查消息，并将所述用户终端返回的所述满意度回复消息发送给所述权重处理模块；

所述权重处理模块接收所述用户终端返回的所述满意度回复消息，根据所述满意度回复消息重新计算所述最优答案的大众偏好权重值，并更新所述知识库。

8.根据权利要求7所述的装置，其特征在于，所述智能答案选取模块包括：过滤单元、分词单元和检索单元，其中：

所述过滤单元用于根据预设的停用词表去掉所述用户消息中的停用词；

所述分词单元用于对去掉停用词的用户消息进行分词处理；

所述检索单元用于根据分词处理后的用户消息对知识库进行检索。

9.根据权利要求8所述的装置，其特征在于，所述分词单元通过正向/反向最大匹配算法对去掉停用词的用户消息进行分词处理。

10.根据权利要求7所述的装置，其特征在于，当所述答案满意度收集模块确定的满意度回复消息对应肯定和否定两种结果时，所述权重处理计算大众偏好权重值的公式如下：

$\left\{\begin{array}{c}{w}_{\mathrm{yes}}\left(\mathrm{Ai}\right)=\mathrm{\Σ}{R}_{\mathrm{yes}}\left(U_{\mathrm{unique}}\right)\\ w_{\mathrm{no}}\left(\mathrm{Ai}\right)=\mathrm{\Σ}{R}_{\mathrm{no}}\left(U_{\mathrm{unique}}\right)\\ W\left(\mathrm{Ai}\right)=f(w_{\mathrm{yes}}\left(\mathrm{Ai}\right),w_{\mathrm{no}}\left(\mathrm{Ai}\right))\end{array}\right.$

其中，W(Ai)为答案Ai的大众偏好权重值，w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数；R为用户反馈结果，包括正向反馈结果R_yes和反向反馈结果R_no；U_unique为唯一用户标识，即单用户只统计一次。

11.根据权利要求7或10所述的装置，其特征在于，所述智能答案选取模块通过两两比较所有答案的大众偏好权重值确定最优答案，其中两两比较公式如下：

其中，W(Ai)为答案Ai的大众偏好权重值，λ为预设的统计次数量参数，γ(Ai)为答案Ai的总评价次数，即：γ(Ai)＝w_yes(Ai)+w_no(Ai)；w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数。

12.根据权利要求7所述的装置，其特征在于，所述答案Ai的大众偏好权重值W(Ai)为问题解决率：

$W\left(\mathrm{Ai}\right)=\frac{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)}{w_{\mathrm{yes}}\left(\mathrm{Ai}\right)+w_{\mathrm{no}}\left(\mathrm{Ai}\right)}$

其中，W(Ai)为答案Ai的大众偏好权重值，w_yes(Ai)为答案Ai的正向大众偏好权重值，即肯定评价次数，w_no(Ai)为答案Ai的反向大众偏好权重值，即否定评价次数。