CN106021403A - 客服方法及装置 - Google Patents

Abstract

本发明公开了一种客服方法以及装置，其中，该方法包括：接收用户输入的信息；机器人客服对信息进行分析，以获取信息对应的用户意图；人工客服判断用户意图是否正确；如果人工客服确定用户意图错误，则人工客服对用户意图进行纠错；机器人客服根据纠错后的用户意图对信息进行语义解析，并生成第一语义解析结果；人工客服判断第一语义解析结果是否正确；如果人工客服确定第一语义解析结果错误，则人工客服对第一语义解析结果进行纠错；机器人客服根据纠错后的第一语义解析结果生成对应的第一候选回复及第一候选回复对应的置信度；机器人客服根据第一候选回复对应的置信度向用户返回第一回复信息。

Description

客服方法及装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种客服方法及装置。

背景技术

随着科技的迅速发展，智能客服的应用领域越来越广泛。目前，用户可以向智能客服提出问题，智能客服对该问题进行分析，理解用户的意图，再对该问题进行语义解析，然后获得对应的候选答案，对候选答案进行排序，最终将最优答案返回给用户。由此可知，智能客服回答问题时，主要分为理解用户意图、语义分析、生成候选答案三个阶段。但是，由于数据模型的不够完善，以上三个阶段均有可能产生错误，可能导致用户获得的答案不够精准，用户体验变差。因此，亟需一种能够完善智能客服的方法解决上述问题。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明的一个目的在于提出一种客服方法，该方法能够提升机器人客服向用户回答的准确性，从而提升用户使用体验。

本发明的第二个目的在于提出一种客服装置。

为达上述目的，本发明第一方面实施例提出了一种客服方法，包括：接收用户输入的信息；机器人客服对所述信息进行分析，以获取所述信息对应的用户意图；人工客服判断所述用户意图是否正确；如果所述人工客服确定所述用户意图错误，则所述人工客服对所述用户意图进行纠错；所述机器人客服根据纠错后的用户意图对所述信息进行语义解析，并生成第一语义解析结果；所述人工客服判断所述第一语义解析结果是否正确；如果所述人工客服确定所述第一语义解析结果错误，则所述人工客服对所述第一语义解析结果进行纠错；所述机器人客服根据纠错后的第一语义解析结果生成对应的第一候选回复及所述第一候选回复对应的置信度；所述机器人客服根据所述第一候选回复对应的置信度向所述用户返回第一回复信息。

本发明实施例的客服方法，通过将人工客服和机器人客服进行结合，人工客服对机器人客服生成的用户意图、语义解析结果、候选回复进行报错、纠错，能够提升机器人客服向用户回答的准确性，从而提升用户使用体验。

为达上述目的，本发明第二方面实施例提出了一种客服装置，包括：接收模块，用于接收用户输入的信息；分析模块，用于对所述信息进行分析，以获取所述信息对应的用户意图；第一判断模块，用于判断所述用户意图是否正确；第一纠错模块，用于当所述用户意图错误时，对所述用户意图进行纠错；第一语义解析模块，用于根据纠错后的用户意图对所述信息进行语义解析，并生成第一语义解析结果；第二判断模块，用于判断所述第一语义解析结果是否正确；第二纠错模块，用于当所述第一语义解析结果错误时，对所述第一语义解析结果进行纠错；第一生成模块，用于根据纠错后的第一语义解析结果生成对应的第一候选回复及所述第一候选回复对应的置信度；第一返回模块，用于根据所述第一候选回复对应的置信度向所述用户返回第一回复信息。

本发明实施例的客服装置，通过将人工客服和机器人客服进行结合，人工客服对机器人客服生成的用户意图、语义解析结果、候选回复进行报错、纠错，能够提升机器人客服向用户回答的准确性，从而提升用户使用体验。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

图1是本发明一个实施例的客服方法的流程图。

图2是本发明一个实施例的人工客服与机器人客服结合的效果示意图。

图3是本发明一个实施例的客服装置的结构示意图一。

图4是本发明一个实施例的客服装置的结构示意图二。

图5是本发明一个实施例的客服装置的结构示意图三。

图6是本发明一个实施例的客服装置的结构示意图四。

图7是本发明一个实施例的客服装置的结构示意图五。

图8是本发明一个实施例的客服装置的结构示意图六。

图9是本发明一个实施例的客服装置的结构示意图七。

图10是本发明一个实施例的客服装置的结构示意图八。

图11是本发明一个实施例的客服装置的结构示意图九。

图12是本发明一个实施例的客服装置的结构示意图十。

图13是本发明一个实施例的客服装置的结构示意图十一。

图14是本发明一个实施例的客服装置的结构示意图十二。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

下面参考附图描述本发明实施例的客服方法以及装置。

图1是本发明一个实施例的客服方法的流程图。

如图1所示，该客服方法可以包括以下几个步骤：

S101，接收用户输入的信息。

其中，信息可以是文字信息、语音信息等。如果用户输入的语音信息，可通过语音文本转换技术将语音信息转换为对应的文字信息。

例如：用户可输入文字信息“帮我订一下4月10日北京到上海的机票”。

S102，机器人客服对信息进行分析，以获取信息对应的用户意图。

继续上例进行描述，机器人客服可对用户输入的文字信息进行分析，可获取该用户的意图是“订机票”。

S103，人工客服判断用户意图是否正确。

在机器人客服获取到用户意图后，可显示给人工客服。人工客服可判断该用户意图是否理解正确。

S104，如果人工客服确定用户意图错误，则人工客服对用户意图进行纠错。

例如：用户的真实意图是“订机票”，但是机器人客服获取的用户意图是“订火车票”，明显意图理解错误，那么对之后的语义解析和生成候选回复都会产生影响，因此需要人工客服对用户意图进行纠错。

S105，机器人客服根据纠错后的用户意图对信息进行语义解析，并生成第一语义解析结果。

在人工客服对用户意图进行纠错后，可基于纠错后的用户意图对信息进行语义解析，从而生成第一语义解析结果。例如：可基于“订机票”这个用户意图，对用户输入的信息进行语义解析，解析结果如下：日期：2016年4月10日；起飞城市：北京；降落城市：上海。

S106，人工客服判断第一语义解析结果是否正确。

S107，如果人工客服确定第一语义解析结果错误，则人工客服对第一语义解析结果进行纠错。

如果机器人客服生成了错误的语义解析结果，例如：起飞城市：上海；降落城市：北京，则人工客服可对语义解析结果进行纠错，修改成正确的语义解析结果“起飞城市：北京；降落城市：上海”。

S108，机器人客服根据纠错后的第一语义解析结果生成对应的第一候选回复及第一候选回复对应的置信度。

举例来说，在人工客服对语义解析结果进行纠错之后，可生成如下候选回复：

1、“请问去上海虹桥机场还是上海浦东机场？”，置信度为0.91；

2、“请问对起飞时间有具体要求吗？”，置信度为0.85；

3、“请问对航空公司有具体要求吗？”，置信度为0.78。

其中，置信度表示候选回复的置信程度，置信度越高，出错的概率越小。

S109，机器人客服根据第一候选回复对应的置信度向用户返回第一回复信息。

具体地，机器人客服可按照置信度从高到低的顺序对第一候选回复进行排序，选取置信度高于预设阈值的第一候选回复，然后将置信度最高的第一候选回复作为第一回复信息返回给用户。

与此同时，人工客服可以看到机器人客服生成的第一候选回复及其对应的置信度，如图2所示。此时，人工客服可判断第一候选回复是否错误。如果人工客服确定第一候选回复错误，则对第一候选回复进行报错。例如：可点击第一候选回复前方的“报错”按钮进行报错。然后可将报错后的第一候选回复作为负样本进行训练，从而提升机器人客服生成的候选回复的准确率。

如果第一候选回复对应的置信度均低于预设阈值，则人工客服可输入第一回复关键字，机器人客服可根据第一回复关键字生成对应的第五候选回复。举例来说，如果人工客服看到机器人客服生成的候选回复均未达到预设阈值，也就是说候选回复都不符合需求，此时，人工客服可手动输入关键字“起飞”，机器人客服可根据“起飞”生成多个与“起飞”相关的候选回复，人工客服可选择其中一个候选回复返回给用户。应当理解的是，第五候选回复是动态变化的，即随着第一回复关键字的变化而变化。假如与“起飞”相关的候选回复均不符合需求，人工客服继续输入关键字，关键字变为“起飞时间”，那么第五候选回复可变化为与“起飞时间”相关的候选回复。如果人工客服输入完毕，仍未获取符合需求的候选回复，那么人工客服可手动输入完整的回复给用户。

当然，在机器人客服没有生成第一候选回复的情况下，也可以执行该回复逻辑，从而实现向用户返回符合需求的回复的目的。

此外，在步骤S103之后，客服方法还可以包括以下步骤：

S110，如果人工客服确定用户意图正确，则机器人客服根据用户意图对信息进行语义解析，并生成第二语义解析结果。

S111，人工客服判断第二语义解析结果是否正确。

S112，如果人工客服确定第二语义解析结果错误，则人工客服对第二语义解析结果进行纠错。

S113，机器人客服根据纠错后的第二语义解析结果生成对应的第二候选回复及第二候选回复对应的置信度。

S114，机器人客服根据第二候选回复对应的置信度向用户返回第二回复信息。

同理，人工客服可判断第二回复信息是否错误。如果人工客服确定第二回复信息错误，则对第二回复信息进行报错。然后将报错后的第二回复信息作为负样本进行训练。

如果第二候选回复对应的置信度低于预设阈值，则人工客服可输入第二回复关键字，机器人客服可根据第二回复关键字生成对应的第六候选回复。人工客服可选择第六候选回复中的一个返回给用户。应当理解的是，第六候选回复是动态变化的，即随着第二回复关键字的变化而变化。如果人工客服输入完毕，仍未获取符合需求的候选回复，那么人工客服可手动输入完整的回复给用户。当然，在机器人客服没有生成第二候选回复的情况下，也可以执行该回复逻辑，从而实现向用户返回符合需求的回复的目的。

另外，在步骤S106之后，客服方法还可以包括以下步骤：

S115，如果人工客服确定第一语义解析结果正确，则机器人客服根据第一语义解析结果生成对应的第三候选回复及第三候选回复对应的置信度。

S116，机器人客服根据第三候选回复对应的置信度向用户返回第三回复信息。

同理，人工客服可判断第三回复信息是否错误。如果人工客服确定第三回复信息错误，则对第三回复信息进行报错。然后将报错后的第三回复信息作为负样本进行训练。

如果第三候选回复对应的置信度低于预设阈值，则人工客服输入第三回复关键字，机器人客服可根据第三回复关键字生成对应的第七候选回复。人工客服可选择第七候选回复中的一个返回给用户。应当理解的是，第七候选回复是动态变化的，即随着第三回复关键字的变化而变化。如果人工客服输入完毕，仍未获取符合需求的候选回复，那么人工客服可手动输入完整的回复给用户。当然，在机器人客服没有生成第三候选回复的情况下，也可以执行该回复逻辑，从而实现向用户返回符合需求的回复的目的。

在步骤S111之后，客服方法还可以包括以下步骤：

S117，如果人工客服确定第二语义解析结果正确，则机器人客服根据第二语义解析结果生成对应的第四候选回复及第四候选回复对应的置信度。

S118，机器人客服根据第四候选回复对应的置信度向用户返回第四回复信息。

同理，人工客服可判断第四回复信息是否错误。如果人工客服确定第四回复信息错误，则对第四回复信息进行报错。然后将报错后的第四回复信息作为负样本进行训练。

如果第四候选回复对应的置信度低于预设阈值，则人工客服输入第四回复关键字，机器人客服可根据第四回复关键字生成对应的第八候选回复。人工客服可选择第八候选回复中的一个返回给用户。应当理解的是，第八候选回复是动态变化的，即随着第四回复关键字的变化而变化。如果人工客服输入完毕，仍未获取符合需求的候选回复，那么人工客服可手动输入完整的回复给用户。当然，在机器人客服没有生成第四候选回复的情况下，也可以执行该回复逻辑，从而实现向用户返回符合需求的回复的目的。

应当理解的是，人工客服可开启或关闭机器人客服自动回复功能。如图2所示，人工客服可点击“闭嘴”按钮关闭机器人客服自动回复功能。

本发明实施例的客服方法，通过将人工客服和机器人客服进行结合，人工客服对机器人客服生成的用户意图、语义解析结果、候选回复进行报错、纠错，能够提升机器人客服向用户回答的准确性，从而提升用户使用体验。

为了实现上述实施例，本发明还提出了一种客服装置。

图3是本发明一个实施例的客服装置的结构示意图一。

如图3所示，该客服装置包括接收模块101、分析模块102、第一判断模块103、第一纠错模块104、第一语义解析模块105、第二判断模块106、第二纠错模块107、第一生成模块108、第一返回模块109，其中：

接收模块101用于接收用户输入的信息。其中，信息可以是文字信息、语音信息等。如果用户输入的语音信息，可通过语音文本转换技术将语音信息转换为对应的文字信息。

例如：用户可输入文字信息“帮我订一下4月10日北京到上海的机票”。

分析模块102用于对信息进行分析，以获取信息对应的用户意图。继续上例进行描述，机器人客服可对用户输入的文字信息进行分析，可获取该用户的意图是“订机票”。

第一判断模块103用于判断用户意图是否正确。在机器人客服获取到用户意图后，可显示给人工客服。人工客服可判断该用户意图是否理解正确。

第一纠错模块104用于当用户意图错误时，对用户意图进行纠错。例如：用户的真实意图是“订机票”，但是机器人客服获取的用户意图是“订火车票”，明显意图理解错误，那么对之后的语义解析和生成候选回复都会产生影响，因此需要人工客服对用户意图进行纠错。

第一语义解析模块105用于根据纠错后的用户意图对信息进行语义解析，并生成第一语义解析结果。在人工客服对用户意图进行纠错后，可基于纠错后的用户意图对信息进行语义解析，从而生成第一语义解析结果。例如：可基于“订机票”这个用户意图，对用户输入的信息进行语义解析，解析结果如下：日期：2016年4月10日；起飞城市：北京；降落城市：上海。

第二判断模块106用于判断第一语义解析结果是否正确。

第二纠错模块107用于当第一语义解析结果错误时，对第一语义解析结果进行纠错。如果机器人客服生成了错误的语义解析结果，例如：起飞城市：上海；降落城市：北京，则人工客服可对语义解析结果进行纠错，修改成正确的语义解析结果“起飞城市：北京；降落城市：上海”。

第一生成模块108用于根据纠错后的第一语义解析结果生成对应的第一候选回复及第一候选回复对应的置信度。

举例来说，在人工客服对语义解析结果进行纠错之后，可生成如下候选回复：

1、“请问去上海虹桥机场还是上海浦东机场？”，置信度为0.91；

2、“请问对起飞时间有具体要求吗？”，置信度为0.85；

3、“请问对航空公司有具体要求吗？”，置信度为0.78。

其中，置信度表示候选回复的置信程度，置信度越高，出错的概率越小。

第一返回模块109用于根据第一候选回复对应的置信度向用户返回第一回复信息。具体地，机器人客服可按照置信度从高到低的顺序对第一候选回复进行排序，选取置信度高于预设阈值的第一候选回复，然后将置信度最高的第一候选回复返回给用户。

此外，如图4所示，客服装置还可包括第二语义解析模块110、第三判断模块111、第三纠错模块112、第二生成模块113、第二返回模块114。

第二语义解析模块110用于当用户意图正确时，根据用户意图对信息进行语义解析，并生成第二语义解析结果。

第三判断模块111用于判断第二语义解析结果是否正确。

第三纠错模块112用于当第二语义解析结果错误时，对第二语义解析结果进行纠错。

第二生成模块113用于根据纠错后的第二语义解析结果生成对应的第二候选回复及第二候选回复对应的置信度。

第二返回模块114用于根据第二候选回复对应的置信度向用户返回第二回复信息。

如图5所示，客服装置还可包括第三生成模块115和第三返回模块116。

第三生成模块115用于当第一语义解析结果正确时，根据第一语义解析结果生成对应的第三候选回复及第三候选回复对应的置信度。

第三返回模块116用于根据第三候选回复对应的置信度向用户返回第三回复信息。

如图6所示，客服装置还可包括第四判断模块117、第一报错模块118、第一训练模块119。

第四判断模块117用于判断第一候选回复是否错误。

第一报错模块118用于当第一候选回复错误时，对第一候选回复进行报错。

第一训练模块119用于将报错后的第一候选回复作为负样本进行训练。

如图7所示，客服装置还可包括第四生成模块120和第四返回模块121。

第四生成模块120用于当第二语义解析结果正确时，根据第二语义解析结果生成对应的第四候选回复及第四候选回复对应的置信度。

第四返回模块121用于根据第四候选回复对应的置信度向用户返回第四回复信息。

如图8所示，客服装置还可包括第五判断模块122、第二报错模块123、第二训练模块124。

第五判断模块122用于判断第二候选回复是否错误。

第二报错模块123用于当第二候选回复错误时，对第二候选回复进行报错。

第二训练模块124用于将报错后的第二候选回复作为负样本进行训练。

如图9所示，客服装置还可包括第六判断模块125、第三报错模块126、第三训练模块127。

第六判断模块125用于判断第三候选回复是否错误。

第三报错模块126用于当第三候选回复错误时，对第三候选回复进行报错。

第三训练模块127用于将报错后的第三候选回复作为负样本进行训练。

如图10所示，客服装置还可包括第七判断模块128、第四报错模块129、第四训练模块130。

第七判断模块128用于判断第四候选回复是否错误；

第四报错模块129用于当第四候选回复错误时，对第四候选回复进行报错；

第四训练模块130用于将报错后的第四候选信息作为负样本进行训练。

如图11所示，客服装置还可包括第一修改模块131和第五生成模块132。

第一修改模块131用于当第一候选回复对应的置信度低于预设阈值时，输入第一回复关键字。

第五生成模块132用于根据第一回复关键字生成对应的第五候选回复。

如图12所示，客服装置还可包括第二修改模块133和第六生成模块134。

第二修改模块133用于当第二候选回复对应的置信度低于预设阈值时，输入第二回复关键字。

第六生成模块134用于根据第二回复关键字生成对应的第六候选回复。

如图13所示，客服装置还可包括第三修改模块135和第七生成模块136。

第三修改模块135用于当第三候选回复对应的置信度低于预设阈值时，输入第三回复关键字。

第七生成模块136用于根据第三回复关键字生成对应的第七候选回复。

如图14所示，客服装置还可包括第四修改模块137和第八生成模块138。

第四修改模块137用于当第四候选回复对应的置信度低于预设阈值时，输入第四回复关键字。

第八生成模块138用于根据第四回复关键字生成对应的第八候选回复。

关于上述实施例中的装置，其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述，此处将不做详细阐述说明。

本发明实施例的客服装置，通过将人工客服和机器人客服进行结合，人工客服对机器人客服生成的用户意图、语义解析结果、候选回复进行报错、纠错，能够提升机器人客服向用户回答的准确性，从而提升用户使用体验。

对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。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公开方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。

此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。

流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本发明的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本发明的实施例所属技术领域的技术人员所理解。

在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，"计算机可读介质"可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(RAM)，只读存储器(ROM)，可擦除可编辑只读存储器(EPROM或闪速存储器)，光纤装置，以及便携式光盘只读存储器(CDROM)。另外，计算机可读介质甚至可以是可在其上打印程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得程序，然后将其存储在计算机存储器中。

应当理解，本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如，如果用硬件来实现，和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(PGA)，现场可编程门阵列(FPGA)等。

本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。

此外，在本发明各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。

上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (24)

1.一种客服方法，其特征在于，包括以下步骤：

接收用户输入的信息；

机器人客服对所述信息进行分析，以获取所述信息对应的用户意图；

人工客服判断所述用户意图是否正确；

如果所述人工客服确定所述用户意图错误，则所述人工客服对所述用户意图进行纠错；

所述机器人客服根据纠错后的用户意图对所述信息进行语义解析，并生成第一语义解析结果；

所述人工客服判断所述第一语义解析结果是否正确；

如果所述人工客服确定所述第一语义解析结果错误，则所述人工客服对所述第一语义解析结果进行纠错；

所述机器人客服根据纠错后的第一语义解析结果生成对应的第一候选回复及所述第一候选回复对应的置信度；

所述机器人客服根据所述第一候选回复对应的置信度向所述用户返回第一回复信息。

2.如权利要求1所述的方法，其特征在于，还包括：

如果所述人工客服确定所述用户意图正确，则所述机器人客服根据所述用户意图对所述信息进行语义解析，并生成第二语义解析结果；

所述人工客服判断所述第二语义解析结果是否正确；

如果所述人工客服确定所述第二语义解析结果错误，则所述人工客服对所述第二语义解析结果进行纠错；

所述机器人客服根据纠错后的第二语义解析结果生成对应的第二候选回复及所述第二候选回复对应的置信度；

所述机器人客服根据所述第二候选回复对应的置信度向所述用户返回第二回复信息。

3.如权利要求1所述的方法，其特征在于，还包括：

如果所述人工客服确定所述第一语义解析结果正确，则所述机器人客服根据所述第一语义解析结果生成对应的第三候选回复及所述第三候选回复对应的置信度；

所述机器人客服根据所述第三候选回复对应的置信度向所述用户返回第三回复信息。

4.如权利要求1所述的方法，其特征在于，还包括：

所述人工客服判断所述第一候选回复是否错误；

如果所述人工客服确定所述第一候选回复错误，则对所述第一候选回复进行报错；

将报错后的第一候选回复作为负样本进行训练。

5.如权利要求2所述的方法，其特征在于，还包括：

如果所述人工客服确定所述第二语义解析结果正确，则所述机器人客服根据所述第二语义解析结果生成对应的第四候选回复及所述第四候选回复对应的置信度；

所述机器人客服根据所述第四候选回复对应的置信度向所述用户返回第四回复信息。

6.如权利要求2所述的方法，其特征在于，还包括：

所述人工客服判断所述第二候选回复是否错误；

如果所述人工客服确定所述第二候选回复信息，则对所述第二候选回复进行报错；

将报错后的第二候选回复作为负样本进行训练。

7.如权利要求3所述的方法，其特征在于，还包括：

所述人工客服判断所述第三候选回复是否错误；

如果所述人工客服确定所述第三候选回复错误，则对所述第三候选回复进行报错；

将报错后的第三候选回复作为负样本进行训练。

8.如权利要求5所述的方法，其特征在于，还包括：

所述人工客服判断所述第四候选回复是否错误；

如果所述人工客服确定所述第四候选回复错误，则对所述第四候选回复进行报错；

将报错后的第四候选回复作为负样本进行训练。

9.如权利要求1所述的方法，其特征在于，还包括：

如果所述第一候选回复对应的置信度低于预设阈值，则所述人工客服输入第一回复关键字；

所述机器人客服根据所述第一回复关键字生成对应的第五候选回复。

10.如权利要求2所述的方法，其特征在于，还包括：

如果所述第二候选回复对应的置信度低于预设阈值，则所述人工客服输入第二回复关键字；

所述机器人客服根据所述第二回复关键字生成对应的第六候选回复。

11.如权利要求3所述的方法，其特征在于，还包括：

如果所述第三候选回复对应的置信度低于预设阈值，则所述人工客服输入第三回复关键字；

所述机器人客服根据所述第三回复关键字生成对应的第七候选回复。

12.如权利要求5所述的方法，其特征在于，还包括：

如果所述第四候选回复对应的置信度低于预设阈值，则所述人工客服输入第四回复关键字；

所述机器人客服根据所述第四回复关键字生成对应的第八候选回复。

13.一种客服装置，其特征在于，包括：

接收模块，用于接收用户输入的信息；

分析模块，用于对所述信息进行分析，以获取所述信息对应的用户意图；

第一判断模块，用于判断所述用户意图是否正确；

第一纠错模块，用于当所述用户意图错误时，对所述用户意图进行纠错；

第一语义解析模块，用于根据纠错后的用户意图对所述信息进行语义解析，并生成第一语义解析结果；

第二判断模块，用于判断所述第一语义解析结果是否正确；

第二纠错模块，用于当所述第一语义解析结果错误时，对所述第一语义解析结果进行纠错；

第一生成模块，用于根据纠错后的第一语义解析结果生成对应的第一候选回复及所述第一候选回复对应的置信度；

第一返回模块，用于根据所述第一候选回复对应的置信度向所述用户返回第一回复信息。

14.如权利要求13所述的装置，其特征在于，还包括：

第二语义解析模块，用于当所述用户意图正确时，根据所述用户意图对所述信息进行语义解析，并生成第二语义解析结果；

第三判断模块，用于判断所述第二语义解析结果是否正确；

第三纠错模块，用于当所述第二语义解析结果错误时，对所述第二语义解析结果进行纠错；

第二生成模块，用于根据纠错后的第二语义解析结果生成对应的第二候选回复及所述第二候选回复对应的置信度；

第二返回模块，用于根据所述第二候选回复对应的置信度向所述用户返回第二回复信息。

15.如权利要求13所述的装置，其特征在于，还包括：

第三生成模块，用于当所述第一语义解析结果正确时，根据所述第一语义解析结果生成对应的第三候选回复及所述第三候选回复对应的置信度；

第三返回模块，用于根据所述第三候选回复对应的置信度向所述用户返回第三回复信息。

16.如权利要求13所述的装置，其特征在于，还包括：

第四判断模块，用于判断所述第一候选回复是否错误；

第一报错模块，用于当所述第一候选回复错误时，对所述第一候选回复进行报错；

第一训练模块，用于将报错后的第一候选回复作为负样本进行训练。

17.如权利要求14所述的装置，其特征在于，还包括：

第四生成模块，用于当所述第二语义解析结果正确时，根据所述第二语义解析结果生成对应的第四候选回复及所述第四候选回复对应的置信度；

第四返回模块，用于根据所述第四候选回复对应的置信度向所述用户返回第四回复信息。

18.如权利要求14所述的装置，其特征在于，还包括：

第五判断模块，用于判断所述第二候选回复是否错误；

第二报错模块，用于当所述第二候选回复错误时，对所述第二候选回复进行报错；

第二训练模块，用于将报错后的第二候选回复作为负样本进行训练。

19.如权利要求15所述的装置，其特征在于，还包括：

第六判断模块，用于判断所述第三候选回复是否错误；

第三报错模块，用于当所述第三候选回复错误时，对所述第三候选回复进行报错；

第三训练模块，用于将报错后的第三候选回复作为负样本进行训练。

20.如权利要求17所述的装置，其特征在于，还包括：

第七判断模块，用于判断所述第四候选回复是否错误；

第四报错模块，用于当所述第四候选回复错误时，对所述第四候选回复进行报错；

第四训练模块，用于将报错后的第四候选信息作为负样本进行训练。

21.如权利要求13所述的装置，其特征在于，还包括：

第一修改模块，用于当所述第一候选回复对应的置信度低于预设阈值时，输入第一回复关键字；

第五生成模块，用于根据所述第一回复关键字生成对应的第五候选回复。

22.如权利要求14所述的装置，其特征在于，还包括：

第二修改模块，用于当所述第二候选回复对应的置信度低于预设阈值时，输入第二回复关键字；

第六生成模块，用于根据所述第二回复关键字生成对应的第六候选回复。

23.如权利要求15所述的装置，其特征在于，还包括：

第三修改模块，用于当所述第三候选回复对应的置信度低于预设阈值时，输入第三回复关键字；

第七生成模块，用于根据所述第三回复关键字生成对应的第七候选回复。

24.如权利要求17所述的装置，其特征在于，还包括：

第四修改模块，用于当所述第四候选回复对应的置信度低于预设阈值时，输入第四回复关键字；

第八生成模块，用于根据所述第四回复关键字生成对应的第八候选回复。