CN105591882A - 一种智能机器人与人混合客服的方法及系统 - Google Patents

Abstract

本发明公开了一种智能机器人与人混合客服的方法，包括以下步骤：S1、接收用户终端发送的用户消息；S2、根据用户消息触发智能机器人对知识库进行检索，得到检索结果；S3、利用答案候选方法判断检索结果是否正确，若正确，则将检索结果返回给用户终端，并返回步骤S1，若不正确，则触发人工客服，人工客服根据用户消息进行答复并将所述答复记为有效答案；S4、智能机器人将用户消息和与所述用户消息对应的有效答案记录到所述知识库中。本发明中尽量通过智能机器人答复问题，并通过置信度阈值智能判断出是否需要将问题转交给人工客服，人工客服处理后，智能机器人将问题和答案自动记录到知识库中，实现了智能机器人知识库的自学习和知识的及时更新。

Description

一种智能机器人与人混合客服的方法及系统

技术领域

本发明涉及人机交互技术领域，尤其涉及一种智能机器人与人混合客服的方法及系统。

背景技术

随着各企业业务需求的不断增加，业务复杂度不断加大，用户群体不断扩大，广大用户对用户咨询等方面的服务也随之加大。传统的人工客服在面对巨大的用户群体面前已力不足心，另一方面，静态的FAQ方式也难以给用户提供快速正确的解决答案，同时如果客服不在线或者传统节假日，用户的在线服务也随之中断暂停，大大降低了用户体验。通过机器人来代替人工承担客户服务、CallCenter呼叫中心座席、咨询应答、聊天交流等工作必将成为时代发展之必须，机器人智能服务平台能够帮助用户快速便捷地解决在使用产品中所碰到的问题，从一定程度上满足了企业的需求，对于企业的服务也有了一段质的飞越。

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。然而，现有技术的机器人智能服务平台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，即无法利用上下文信息，语义不连贯，自动回答用户问题的准确率不高，客服体验不佳，尤其是初期，在没有强大而丰富的知识库积累的情况下，对于客服只能起到简单辅助的作用，所以现有机器人智能服务平台仍存在许多缺陷，需要改进。

虽然，机器学习与深度神经网络技术的不断发展，但目前智能对话、智能客服机器人的智商还无法和人类相媲美，而且相当长的时间内，智能机器人的主要能力还是解决人已经解决并可重复的知识问答和服务事件，因此，一些客户提出的各种需要推理、需要决策和复杂的问题，智能机器人无法给出正确的答案，因此需要接入人工客服座席来进行服务支持。而什么时候转入人工客服座席，什么时候又从人工座席转入智能机器人座席答复，如何形成智能机器人回答不了的问题由人来回答，智能机器人能回答的问题，自动转入智能机器人来回答，如何让智能机器人与人的混合编队回答更加自然流畅，让客户感受不到太大的差异，形成良好的服务体验，能够让用户在24h内全天候无等待享受服务，从而实现智能化的在线业务咨询、业务引导与产品销售等服务也是一个急需解决的难题。

发明内容

本发明所要解决的技术问题在于如何克服现有技术中的智能机器人无法利用上下文信息，语义不连贯，自动回答用户问题的准确率不高，客服体验不佳等的缺陷。

为了解决上述技术问题，本发明提供了一种智能机器人与人混合客服的方法，包括以下步骤：

S1、接收用户终端发送的用户消息；

S2、根据用户消息触发智能机器人对知识库进行检索，得到检索结果；

S3、利用答案候选方法判断检索结果是否正确，

若正确，则将所述检索结果返回给用户终端，并返回步骤S1，

若不正确，则触发人工客服，人工客服根据用户消息进行答复并将所述答复记为有效答案；

S4、智能机器人将用户消息和与所述用户消息对应的有效答案记录到所述知识库中。

进一步地，在所述步骤S3中，人工客服对当前用户消息进行答复之后，若再次接收到用户终端发送的用户消息，则智能机器人根据用户终端再次发送的用户消息进行检索，并得到检索结果之后还包括以下步骤：

S31、将所述检索结果推送到人工客服；

S32、人工客服根据检索结果进行审阅、修正并答复。

进一步地，在所述步骤S3中，利用答案候选方法判断检索结果是否正确，具体为利用答案候选方法的置信度来判断检索结果是否正确，通过将检索结果的置信度大小x与置信度阈值y的大小进行比对，

若x>y，则判定检索结果正确；

若x≤y，则判定检索结果不正确。

进一步地，所述置信度的计算公式为：

F＝λ₁S+λ₂B+λ₃E

其中，S代表语义相似特征得分，B代表行为分析特征得分，E代表情感分析特征得分，λ₁、λ₂和λ₃分别代表语义相似特征的权重、行为分析特征的权重和情感分析特征的权重；

通过遗传算法计算出λ₁、λ₂、λ₃和置信度阈值的最佳取值。

进一步地，在所述步骤S3中，触发人工客服后，若人工客服无法对用户信息进行答复，则执行以下步骤：

1)将用户信息和相关历史会话信息生成服务工单；

2)将所述服务工单推送到专业业务部门并进行延时回复办理；

3)将延时回复办理的结果通过互联网或移动互联网的方式发送到客户终端；

4)智能机器人将延时回复办理结果的用户消息和与所述用户消息对应的答案记录到所述知识库中。

相应地，本发明还提供了一种智能机器人与人混合客服的系统，包括接收模块、检索模块、判断模块和存储模块，

所述接收模块，用于接收用户终端发送的用户消息；

所述检索模块，用于根据用户消息触发智能机器人对知识库进行检索，得到检索结果；

所述判断模块，用于利用答案候选方法判断检索结果是否正确，

若正确，则将所述检索结果返回给用户终端，并返回步骤S1，

若不正确，则触发人工客服，人工客服根据用户消息进行答复并将所述答复记为有效答案；

所述存储模块，用于智能机器人将用户消息和与所述用户消息对应的有效答案记录到所述知识库中。

进一步地，人工客服对当前用户消息进行答复之后，若所述接收模块再次接收到用户终端发送的用户消息，则所述检索模块根据用户消息触发智能机器人根据用户终端再次发送的用户消息进行检索，并得到检索结果之后，所述判断模块包括信息推送单元和审核单元，

所述信息推送单元，用于将所述检索结果推送到人工客服；

所述审核模单元，用于人工客服根据检索结果进行审阅、修正并答复。

进一步地，所述判断模块，用于利用答案候选方法判断检索结果是否正确，具体用于利用答案候选方法的置信度来判断检索结果是否正确，所述判断单元还包括比对单元，

所述比对单元，用于将检索结果的置信度大小x与置信度阈值y的大小进行比对，若x>y，则判定检索结果正确；若x≤y，则判定检索结果不正确。

进一步地，所述判断模块还包括计算单元，

所述计算单元，用于计算置信度大小，所述置信度的计算公式为：

F＝λ₁S+λ₂B+λ₃E

其中，S代表语义相似特征得分，B代表行为分析特征得分，E代表情感分析特征得分，λ₁、λ₂和λ₃分别代表语义相似特征的权重、行为分析特征的权重和情感分析特征的权重；

通过遗传算法计算出λ₁、λ₂、λ₃和置信度阈值的最佳取值。

进一步地，触发人工客服后，若人工客服无法对用户信息进行答复，则所述系统还包括信息生成模块、推送模块、信息发送模块和答案记录模块，

所述信息生成模块，用于将用户信息和相关历史会话信息生成服务工单；

所述推送模块，用于将所述服务工单推送到专业业务部门并进行延时回复办理；

所述信息发送模块，用于将延时回复办理的结果通过互联网或移动互联网的方式发送到客户终端；

所述答案记录模块，用于触发智能机器人将延时回复办理结果的用户消息和与所述用户消息对应的答案记录到所述知识库中。

本发明的智能机器人与人混合客服的方法及系统，具有如下有益效果：

1、本发明中用户终端提出问题之后，尽量通过智能机器人进行答复，智能机器人通过多元特征置信度阈值智能判断出是否需要将问题转交给人工客服，且人工客服处理之后，智能机器人会将问题和与之对应的答案自动记录到知识库中，从而实现了智能机器人知识库的自学习和知识的及时更新。

2、本发明中在人工作答的过程中，由于有些问题在知识库中已经存在，因此，智能机器人将检索结果直接推送到人工客服，人工客服只需在此基础上进行修正或审核后快速将答案提交给用户终端，极大缩减了交流时间，提高了工作效率。

3、本发明中当人工客服遇到无法回答的问题时，将该问题及历史会话记录发送到专业业务部门，业务部门处理后将结果通过通信方式反馈给用户客户端，通过本发明的这种连贯及无缝结合的答复方式，使得在会话过程中回答自然流畅，客户不会感受到太大的差异，形成良好的服务体验，极大提高了用户体验。

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它附图。

图1是本发明的智能机器人与人混合客服的方法流程图；

图2是本发明的智能机器人与人混合克服的系统框图；

图3是智能机器人与人混合客服系统架图；

图4是知识库中知识自动生成流程图；

图5是智能机器人作为人工客服助手的工作过流程图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明提供了一种智能机器人与人混合客服的方法，包括以下步骤：

S1、接收用户终端发送的用户消息；

S2、根据用户消息触发智能机器人对知识库进行检索，得到检索结果；

S3、利用答案候选方法判断检索结果是否正确，

若正确，则将所述检索结果返回给用户终端，并返回步骤S1，

若不正确，则触发人工客服，人工客服根据用户消息进行答复并将所述答复记为有效答案，若再次接收到用户终端发送的用户消息，则智能机器人根据用户终端再次发送的用户消息进行检索，并得到检索结果之后还包括以下步骤：

S31、将所述检索结果推送到人工客服，

S32、人工客服根据检索结果进行审阅、修正并答复；

S4、智能机器人将用户消息和与所述用户消息对应的有效答案记录到所述知识库中。

其中，在所述步骤S3中，利用答案候选方法判断检索结果是否正确，具体为利用答案候选方法的置信度来判断检索结果是否正确，通过将检索结果的置信度大小x与置信度阈值y的大小进行比对，

若x>y，则判定检索结果正确；

若x≤y，则判定检索结果不正确。

所述置信度的计算公式为：

F＝λ₁S+λ₂B+λ₃E

其中，S代表语义相似特征得分，B代表行为分析特征得分，E代表情感分析特征得分，λ₁、λ₂和λ₃分别代表语义相似特征的权重、行为分析特征的权重和情感分析特征的权重，针对100万次真实用户与机器人的问答过程，提取语义相似特征S，行为分析特征B，情感分析特征E，人工判定此时是否需要由人工进行服务，由此得到规模为100万的训练集；通过遗传算法计算出λ₁、λ₂、λ₃和置信度阈值的最佳取值。

在所述步骤S3中，触发人工客服后，若人工客服无法对用户信息进行答复，则执行以下步骤：

1)将用户信息和相关历史会话信息生成服务工单；

2)将所述服务工单推送到专业业务部门并进行延时回复办理；

3)将延时回复办理的结果通过互联网或移动互联网的方式发送到客户终端；

4)智能机器人将延时回复办理结果的用户消息和与所述用户消息对应的答案记录到所述知识库中。

相应地，如图2所示，本发明还提供了一种智能机器人与人混合客服的系统，包括接收模块、检索模块、判断模块和存储模块，

所述接收模块，用于接收用户终端发送的用户消息；

所述检索模块，用于根据用户消息触发智能机器人对知识库进行检索，得到检索结果；

所述判断模块，用于利用答案候选方法判断检索结果是否正确，

若正确，则将所述检索结果返回给用户终端，并返回步骤S1，

若不正确，则触发人工客服，人工客服根据用户消息进行答复并将所述答复记为有效答案，若所述接收模块再次接收到用户终端发送的用户消息，则所述检索模块根据用户消息触发智能机器人根据用户终端再次发送的用户消息进行检索，并得到检索结果之后，所述判断模块包括信息推送单元和审核单元，

所述信息推送单元，用于将所述检索结果推送到人工客服，

所述审核模单元，用于人工客服根据检索结果进行审阅、修正并答复；

所述存储模块，用于智能机器人将用户消息和与所述用户消息对应的有效答案记录到所述知识库中。

其中，所述判断模块，用于利用答案候选方法判断检索结果是否正确，具体用于利用答案候选方法的置信度来判断检索结果是否正确，所述判断单元还包括比对单元，

所述比对单元，用于将检索结果的置信度大小x与置信度阈值y的大小进行比对，若x>y，则判定检索结果正确；若x≤y，则判定检索结果不正确。

所述判断模块还包括计算单元，

所述计算单元，用于计算置信度大小，所述置信度的计算公式为：

F＝λ₁S+λ₂B+λ₃E

其中，S代表语义相似特征得分，B代表行为分析特征得分，E代表情感分析特征得分，λ₁、λ₂和λ₃分别代表语义相似特征的权重、行为分析特征的权重和情感分析特征的权重；针对100万次真实用户与机器人的问答过程，提取语义相似特征S，行为分析特征B，情感分析特征E，人工判定此时是否需要由人工进行服务，由此得到规模为100万的训练集；通过遗传算法计算出λ₁、λ₂、λ₃和置信度阈值的最佳取值。

触发人工客服后，若人工客服无法对用户信息进行答复，则所述系统还包括信息生成模块、推送模块、信息发送模块和答案记录模块，

所述信息生成模块，用于将用户信息和相关历史会话信息生成服务工单；

所述推送模块，用于将所述服务工单推送到专业业务部门并进行延时回复办理；

所述信息发送模块，用于将延时回复办理的结果通过互联网或移动互联网的方式发送到客户终端；

所述答案记录模块，用于触发智能机器人将延时回复办理结果的用户消息和与所述用户消息对应的答案记录到所述知识库中。

具体地，本发明方法及系统为：

如图3所示，图3为智能机器人与人混合客服系统架构图，其中，智能机器人与人工客服针对用户终端发送的用户消息进行无缝结合，形成智能机器人与人混合客服的系统平台，本发明的智能机器人知识库能够将用户问题和与该问题相对应的答案按照语义表达式的规则，自动生成智能机器人知识问答表达式，记入智能机器人知识库中，实现知识的自动转化、自动标注的功能。

用户终端可以通过各种通过互联网或移动互联网的方式向智能机器人与人混合客服系统进行提问，并可以通过实时消息与延时消息的模式进行问题的输入提交，当输入的问题被机器人与人混合系统接收后，智能机器人通过对知识库中问题和答案的智能筛选，采用答案候选算法的置信度来判断检索结果是否正确，如果检索结果的置信度大小超过置信度阀值则返回知识库中的答案；如果低于置信度阀值则触发人工客服，接入人工客服座席。

人工客服在回复客户问题之后，客户会继续提出其他的问题，这些问题可能在知识库中有答案，智能机器人可以开启答案智能提取，自动将找到的知识库答案推荐到人工客服，人工客服可以修改或审核后快速提交答案给客户。

若人工客服对用户提出的一些疑难问题无法回复，人工客服将生成客服工单，并自动将用户的问题以及相关历史会话信息形成一个服务工单，提交到专业的业务部门进行延时回复办理，并将延时办理结果以邮件、短信、微信和语音等方式回复给客户，知识库会将疑难问题自动转化为智能机器人知识问答表达式，记入到智能机器人知识库。

如图4所示，图4为知识库中知识自动生成流程图，本方法包括以下步骤：

1)提取对话中的对话数据；

2)将对话数据转换，并将其表示为一问一答的形式，如下所示：

Q：

请介绍下爱客服

A：

爱客服是全球智能客服开创者，具有五大特色：语义理解最智能，客户服务最专业，人机交互最自然，系统使用最简单，用户体验最有爱。

3)检索当前问题在知识库中是否存在，如果存在，则丢弃该会话；如果不存在，则进入下一步骤；

4)检索当前答案在知识库中是否存在，

若存在，则表示当前问题是该知识的一种新的问法，将其记为相似问题或者扩展问题，并将该相似问题插入到知识库中与其对应的标准问题之下；

若不存在，则说明该会话中的知识为新增知识，将该会话中的问题作为标准问题，答案作为标准答案插入到知识库。

如图5所示，图5是智能机器人作为人工客服助手的工作过流程图。经过知识的自动扩充，智能机器人能够做到越来越聪明，但是不同的用户可能有不同的习惯，虽然有些问题知识机器人已经可以正确回答，但是总有用户喜欢直接转人工客服，导致人工客服工作繁重不堪。本方法在人工客服服务环节，使用智能机器人作为快捷助手，帮助人工座席产生答案，提高工作效率。

对于一个用户问题，本方法首先通过智能机器人生成针对该问题的答案，然后自动推送到人工客服，人工客服对答案稍加审阅，如无问题直接发送，如有问题适当修改，然后发送。

本发明的智能机器人与人混合客服的方法及系统，具有如下有益效果：

1、本发明中用户终端提出问题之后，尽量通过智能机器人进行答复，智能机器人通过多元特征置信度阈值智能判断出是否需要将问题转交给人工客服，且人工客服处理之后，智能机器人会将问题和与之对应的答案自动记录到知识库中，从而实现了智能机器人知识库的自学习和知识的及时更新。

2、本发明中在人工作答的过程中，由于有些问题在知识库中已经存在，因此，智能机器人将检索结果直接推送到人工客服，人工客服只需在此基础上进行修正或审核后快速将答案提交给用户终端，极大缩减了交流时间，提高了工作效率。

3、本发明中当人工客服遇到无法回答的问题时，将该问题及历史会话记录发送到专业业务部门，业务部门处理后将结果通过通信方式反馈给用户客户端，通过本发明的这种连贯及无缝结合的答复方式，使得在会话过程中回答自然流畅，客户不会感受到太大的差异，形成良好的服务体验，极大提高了用户体验。

以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也视为本发明的保护范围。

Claims (10)

1.一种智能机器人与人混合客服的方法，其特征在于，包括以下步骤：

S1、接收用户终端发送的用户消息；

S2、根据用户消息触发智能机器人对知识库进行检索，得到检索结果；

S3、利用答案候选方法判断检索结果是否正确，

若正确，则将所述检索结果返回给用户终端，并返回步骤S1，

若不正确，则触发人工客服，人工客服根据用户消息进行答复并将所述答复记为有效答案；

S4、智能机器人将用户消息和与所述用户消息对应的有效答案记录到所述知识库中。

2.根据权利要求1所述的智能机器人与人混合客服的方法，其特征在于，在所述步骤S3中，人工客服对当前用户消息进行答复之后，若再次接收到用户终端发送的用户消息，则智能机器人根据用户终端再次发送的用户消息进行检索，并得到检索结果之后还包括以下步骤：

S31、将所述检索结果推送到人工客服；

S32、人工客服根据检索结果进行审阅、修正并答复。

3.根据权利要求1或2所述的智能机器人与人混合客服的方法，其特征在于，在所述步骤S3中，利用答案候选方法判断检索结果是否正确，具体为利用答案候选方法的置信度来判断检索结果是否正确，通过将检索结果的置信度大小x与置信度阈值y的大小进行比对，

若x>y，则判定检索结果正确；

若x≤y，则判定检索结果不正确。

4.根据权利要求3所述的智能机器人与人混合客服的方法，其特征在于，所述置信度的计算公式为：

F＝λ₁S+λ₂B+λ₃E

其中，S代表语义相似特征得分，B代表行为分析特征得分，E代表情感分析特征得分，λ₁、λ₂和λ₃分别代表语义相似特征的权重、行为分析特征的权重和情感分析特征的权重；

通过遗传算法计算出λ₁、λ₂、λ₃和置信度阈值的最佳取值。

5.根据权利要求4所述的智能机器人与人混合客服的方法，其特征在于，在所述步骤S3中，触发人工客服后，若人工客服无法对用户信息进行答复，则执行以下步骤：

1)将用户信息和相关历史会话信息生成服务工单；

2)将所述服务工单推送到专业业务部门并进行延时回复办理；

3)将延时回复办理的结果通过互联网或移动互联网的方式发送到客户终端；

4)智能机器人将延时回复办理结果的用户消息和与所述用户消息对应的答案记录到所述知识库中。

6.一种智能机器人与人混合客服的系统，其特征在于，包括接收模块、检索模块、判断模块和存储模块，

所述接收模块，用于接收用户终端发送的用户消息；

所述检索模块，用于根据用户消息触发智能机器人对知识库进行检索，得到检索结果；

所述判断模块，用于利用答案候选方法判断检索结果是否正确，

若正确，则将所述检索结果返回给用户终端，并返回步骤S1，

若不正确，则触发人工客服，人工客服根据用户消息进行答复并将所述答复记为有效答案；

所述存储模块，用于智能机器人将用户消息和与所述用户消息对应的有效答案记录到所述知识库中。

7.根据权利要求6所述的智能机器人与人混合客服的系统，其特征在于，人工客服对当前用户消息进行答复之后，若所述接收模块再次接收到用户终端发送的用户消息，则所述检索模块根据用户消息触发智能机器人根据用户终端再次发送的用户消息进行检索，并得到检索结果之后，所述判断模块包括信息推送单元和审核单元，

所述信息推送单元，用于将所述检索结果推送到人工客服；

所述审核模单元，用于人工客服根据检索结果进行审阅、修正并答复。

8.根据权利要求6或7所述的智能机器人与人混合客服的系统，其特征在于，所述判断模块，用于利用答案候选方法判断检索结果是否正确，具体用于利用答案候选方法的置信度来判断检索结果是否正确，所述判断单元还包括比对单元，

所述比对单元，用于将检索结果的置信度大小x与置信度阈值y的大小进行比对，若x>y，则判定检索结果正确；若x≤y，则判定检索结果不正确。

9.根据权利要求8所述的智能机器人与人混合客服的系统，其特征在于，所述判断模块还包括计算单元，

所述计算单元，用于计算置信度大小，所述置信度的计算公式为：

F＝λ₁S+λ₂B+λ₃E

其中，S代表语义相似特征得分，B代表行为分析特征得分，E代表情感分析特征得分，λ₁、λ₂和λ₃分别代表语义相似特征的权重、行为分析特征的权重和情感分析特征的权重；

通过遗传算法计算出λ₁、λ₂、λ₃和置信度阈值的最佳取值。

10.根据权利要求9所述的智能机器人与人混合客服的系统，其特征在于，触发人工客服后，若人工客服无法对用户信息进行答复，则所述系统还包括信息生成模块、推送模块、信息发送模块和答案记录模块，

所述信息生成模块，用于将用户信息和相关历史会话信息生成服务工单；

所述推送模块，用于将所述服务工单推送到专业业务部门并进行延时回复办理；

所述信息发送模块，用于将延时回复办理的结果通过互联网或移动互联网的方式发送到客户终端；

所述答案记录模块，用于触发智能机器人将延时回复办理结果的用户消息和与所述用户消息对应的答案记录到所述知识库中。