CN106407271A - 一种智能客服系统及其智能客服知识库的更新方法 - Google Patents

一种智能客服系统及其智能客服知识库的更新方法 Download PDF

Info

Publication number
CN106407271A
CN106407271A CN201610729358.7A CN201610729358A CN106407271A CN 106407271 A CN106407271 A CN 106407271A CN 201610729358 A CN201610729358 A CN 201610729358A CN 106407271 A CN106407271 A CN 106407271A
Authority
CN
China
Prior art keywords
data
industry
knowledge base
customer service
intelligent customer
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.)
Granted
Application number
CN201610729358.7A
Other languages
English (en)
Other versions
CN106407271B (zh
Inventor
刘楚
肖龙源
蔡振华
朱敬华
李稀敏
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.)
Xiamen Kuaishangtong Technology Co Ltd
Original Assignee
Xiamen Kuaishangtong 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 Xiamen Kuaishangtong Technology Co Ltd filed Critical Xiamen Kuaishangtong Technology Co Ltd
Priority to CN201610729358.7A priority Critical patent/CN106407271B/zh
Publication of CN106407271A publication Critical patent/CN106407271A/zh
Application granted granted Critical
Publication of CN106407271B publication Critical patent/CN106407271B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23—Updating
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Computation (AREA)
  • Computational Linguistics (AREA)
  • Molecular Biology (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种智能客服系统及其智能客服知识库的更新方法，其根据数据的行业属性对知识库中的数据进行行业划分得到行业知识库，并通过提取用户自定义数据，根据预设的数据规则对所述自定义数据进行分析得到符合所述数据规则的合格数据，以及对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中，从而实现对知识库的数据更新，操作方便快捷，降低知识库维护人员的工作难度和工作量；并且，更新的数据直接同步至相关行业用户，使得同行用户之间的数据共享，行业知识库的数据更完善，极大的提高智能客服回答问题的准确性和全面性。

Description

一种智能客服系统及其智能客服知识库的更新方法
技术领域
本发明涉及通信技术领域，特别是涉及一种智能客服系统及其智能客服知识库的更新方法。
背景技术
随着互联网及电子商务的普及应用，智能客服也越来越多。智能客服是在大规模知识处理基础上发展起来的一项面向行业的应用，适用于大规模知识处理、自然语言理解、知识管理、自动问答系统、推理等等技术行业，智能客服不仅为企业提供了细粒度知识管理技术，还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段；同时还能够为企业提供精细化管理所需的统计分析信息。
目前大部分智能客服都是基于大数据知识处理技术的应用，即提前将智能客户需要的数据存储于知识库中，在智能客服工作时，随时去读取知识库中存储的知识。所以知识库以及知识库的更新方法就成了智能客服技术的关键，目前智能客服知识库的更新方式主要为手动模式。即智能客服系统开发公司定期更新维护服务器上的知识库内容，从而使用户获取到知识库的内容更新。
此种方法主要存在以下问题：1.知识库更新速度慢，用户无法及时获取到最新的知识库；2.用户无法根据自己的行业及企业特点自定义自己的知识库；3.智能客服系统在更新知识库时，需要根据行业属性去进行分类梳理，尤其对于不同企业特有的数据处理，效率较为低下。
发明内容
本发明为解决上述问题，提供了一种智能客服系统及其智能客服知识库的更新方法，能够快速的、及时的对知识库中的数据进行更新，而且还将更新的数据同步至对应的行业类别，方便相同行业用户进行数据共享。
为实现上述目的，本发明采用的技术方案为：
一种智能客服知识库的更新方法，其包括以下步骤：
10.根据数据的行业属性对知识库中的数据进行行业划分，得到行业知识库；
20.提取用户自定义数据；
30.根据预设的数据规则对所述自定义数据进行分析，得到符合所述数据规则的合格数据；
40.对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中。
优选的，所述的步骤10中，对知识库中的数据进行行业划分，进一步将所述数据划分为行业通用数据和行业专用数据，将所述行业通用数据存入通用行业知识库，将所述行业专用数据存入对应的专用行业知识库。
优选的，所述的步骤20中，是指用户在指定的自定义入口根据预设的数据格式进行数据填写，并对填写完成后的数据进行计算和生成所述自定义数据。
优选的，所述的步骤30中，将用户的自定义数据转化为合格数据，是指将对所述自定义数据进行提取关键词，并根据该关键词进行查找对应的标签，得到标签化数据。
优选的，所述的步骤40中，对所述合格数据进行行业属性的标签分类，是指将所述合格数据标记为行业通用数据或行业专用数据，所述行业知识库进一步划分为通用行业知识库和专用行业知识库，将所述行业通用数据存入通用行业知识库，将所述行业专用数据存入对应的专用行业知识库。
优选的，所述的步骤40中，将所述合格数据更新至行业属性相对应的行业知识库中后，还进一步将更新的合格数据同步至行业属性相对应的用户。
优选的，若所述合格数据标记为行业通用数据，则同步至所有行业用户，若所述合格数据标记为行业专用数据，则同步至行业属性相对应的专用行业用户。
优选的，所述的步骤40中，对所述合格数据进行行业属性的标签分类，是通过判断编辑所述自定义数据的用户的行业属性，将该用户的行业属性默认设置为所述自定义数据的行业属性，并进一步判断所述自定义数据是否同时属于行业通用数据，若是，则将该自定义数据同时存入通用行业知识库和专用行业知识库，否则仅将该自定义数据存入专用行业知识库。
另外，本发明还提供一种智能客服系统，包括知识库和分类器，所述知识库包括：
知识库划分模块，其根据数据的行业属性对知识库中的数据进行行业划分，得到行业知识库；
数据自定义模块，用于提取用户自定义数据；
数据分析模块，利用分类器中预设的数据规则对所述自定义数据进行分析，得到符合所述数据规则的合格数据；
数据分类模块，用于对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中。
优选的，所述知识库还包括数据传输模块，用于将更新的合格数据同步至行业属性相对应的用户，即，若所述合格数据标记为行业通用数据，则同步至所有行业用户，若所述合格数据标记为行业专用数据，则同步至行业属性相对应的专用行业用户。
本发明的有益效果是：
本发明的一种智能客服系统及其智能客服知识库的更新方法，其根据数据的行业属性对知识库中的数据进行行业划分得到行业知识库，并通过提取用户自定义数据，根据预设的数据规则对所述自定义数据进行分析得到符合所述数据规则的合格数据，以及对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中，从而实现对知识库的数据更新，操作方便快捷，降低知识库维护人员的工作难度和工作量；并且，更新的数据直接同步至相关行业用户，使得同行用户之间的数据共享，行业知识库的数据更完善，极大的提高智能客服回答问题的准确性和全面性。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本发明的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1为本发明一种智能客服知识库的更新方法的流程简图；
图2为本发明的深度神经网络的文本标签化算法(分类器)示意图；
图3为本发明一种智能客服知识库的结构示意图；
图4为本发明一种智能客服系统的结构示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本发明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用以解释本发明，并不用于限定本发明。
如图1所示，本发明的一种智能客服知识库的更新方法，其包括以下步骤：
10.根据数据的行业属性对知识库中的数据进行行业划分，得到行业知识库；
20.提取用户自定义数据；
30.根据预设的数据规则对所述自定义数据进行分析，得到符合所述数据规则的合格数据；
40.对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中。
所述的步骤10中，对知识库中的数据进行行业划分，进一步将所述数据划分为行业通用数据和行业专用数据，将所述行业通用数据存入通用行业知识库，将所述行业专用数据存入对应的专用行业知识库。
所述的步骤20中，是指用户在指定的自定义入口根据预设的数据格式进行数据填写，并对填写完成后的数据进行计算和生成所述自定义数据。
所述的步骤30中，将用户的自定义数据转化为合格数据，是指将对所述自定义数据进行提取关键词，并根据该关键词进行查找对应的标签，得到标签化数据。
本实施例中，所述标签化数据是通过深度神经网络的文本标签化算法进行计算得到，如图2所示，具体步骤如下：
31.使用原始语料训练各个层次的分类神经网络(基础模型包括：CNN，RNN，LSTM等，分类层采用softmax)；各个层次指的是对于语句分类的粒度不同。例如，大类(一级标签)可分医疗，军事，政治，闲聊等等；医疗大类下又可细分为药品、疾病、医院等等子类(二级标签)。
32.将步骤31中的训练好的分类深度神经网络组装成N叉树状形式；例如，医疗，军事，政治，闲聊等大类为根节点(一级标签)，药品、疾病、医院等是隶属于医疗节点的子节点(二级标签)。
33.将用户的自定义数据进行预处理之后放入步骤32中的分类树根节点；
34.若该语句在当前结点的所有类别激活程度均低于阈值，则算法结束；否则，进入步骤35；
35.根据语句激活的类别(此处可以设定阈值决定分类准确度)作为该语句的标签；
36.将语句传到步骤35中被激活的子类别节点，重复步骤34。
所述的步骤40中，对所述合格数据进行行业属性的标签分类，是指将所述合格数据标记为行业通用数据或行业专用数据，所述行业知识库进一步划分为通用行业知识库和专用行业知识库，将所述行业通用数据存入通用行业知识库，将所述行业专用数据存入对应的专用行业知识库。作为优选的实施例，对所述合格数据进行行业属性的标签分类，是通过判断编辑所述自定义数据的用户的行业属性，将该用户的行业属性默认设置为所述自定义数据的行业属性，并进一步判断所述自定义数据是否同时属于行业通用数据，若是，则将该自定义数据同时存入通用行业知识库和专用行业知识库，否则仅将该自定义数据存入专用行业知识库。
所述的步骤40中，将所述合格数据更新至行业属性相对应的行业知识库中后，还进一步将更新的合格数据同步至行业属性相对应的用户。若所述合格数据标记为行业通用数据，则同步至所有行业用户，若所述合格数据标记为行业专用数据，则同步至行业属性相对应的专用行业用户。
如图3和图4所示，本发明还提供一种智能客服系统，包括知识库和分类器，所述知识库包括：
知识库划分模块，其根据数据的行业属性对知识库中的数据进行行业划分，得到行业知识库；
数据自定义模块，用于提取用户自定义数据；
数据分析模块，利用分类器中预设的数据规则对所述自定义数据进行分析，得到符合所述数据规则的合格数据；
数据分类模块，用于对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中。
数据传输模块，用于将更新的合格数据同步至行业属性相对应的用户，即，若所述合格数据标记为行业通用数据，则同步至所有行业用户，若所述合格数据标记为行业专用数据，则同步至行业属性相对应的专用行业用户。
如图3所示，客户在使用智能客服时，对于系统中不完善的数据及企业自身特点的数据，可以进行自定义。自定义完成后，对于提供自定义数据的用户自身，可以立即使用该自定义数据。并且，本发明还进一步对所述自定义数据进行计算并提取，符合知识库的数据规则的自定义数据在计算后，上传到专用行业知识库，或者同时上传到通用行业知识库，等待后台人工审核。
智能客服系统的知识库后台审核人员对系统自动计算提取到的行业自定义数据进行审核时，将其中属于所有行业通用的数据及每个行业特有的数据进行标签分类，分别标记为：行业通用数据和行业专用数据；审核完成后，数据自动并入知识库，并同步向所有同行业用户进行更新，用户即可接收到更新的行业通用数据及自己行业相对应的行业专用数据。
本发明的知识库更新方法尤其适用于用户自定义部分的知识库数据，能够快速的被系统所提取和添加到知识库中，并将更新的数据推送给所有同行业用户使用，使得数据更加完善，数据共享更方便。
需要说明的是，本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。并且，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。另外，本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
上述说明示出并描述了本发明的优选实施例，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文发明构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求的保护范围内。

Claims (10)

1.一种智能客服知识库的更新方法，其特征在于，包括以下步骤：
10.根据数据的行业属性对知识库中的数据进行行业划分，得到行业知识库；
20.提取用户自定义数据；
30.根据预设的数据规则对所述自定义数据进行分析，得到符合所述数据规则的合格数据；
40.对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中。
2.根据权利要求1所述的一种智能客服知识库的更新方法，其特征在于：所述的步骤10中，对知识库中的数据进行行业划分，进一步将所述数据划分为行业通用数据和行业专用数据，将所述行业通用数据存入通用行业知识库，将所述行业专用数据存入对应的专用行业知识库。
3.根据权利要求1所述的一种智能客服知识库的更新方法，其特征在于：所述的步骤20中，是指用户在指定的自定义入口根据预设的数据格式进行数据填写，并对填写完成后的数据进行计算和生成所述自定义数据。
4.根据权利要求1所述的一种智能客服知识库的更新方法，其特征在于：所述的步骤30中，将用户的自定义数据转化为合格数据，是指将对所述自定义数据进行提取关键词，并根据该关键词进行查找对应的标签，得到标签化数据。
5.根据权利要求1所述的一种智能客服知识库的更新方法，其特征在于：所述的步骤40中，对所述合格数据进行行业属性的标签分类，是指将所述合格数据标记为行业通用数据或行业专用数据，所述行业知识库进一步划分为通用行业知识库和专用行业知识库，将所述行业通用数据存入通用行业知识库，将所述行业专用数据存入对应的专用行业知识库。
6.根据权利要求5所述的一种智能客服知识库的更新方法，其特征在于：所述的步骤40中，将所述合格数据更新至行业属性相对应的行业知识库中后，还进一步将更新的合格数据同步至行业属性相对应的用户。
7.根据权利要求6所述的一种智能客服知识库的更新方法，其特征在于：若所述合格数据标记为行业通用数据，则同步至所有行业用户，若所述合格数据标记为行业专用数据，则同步至行业属性相对应的专用行业用户。
8.根据权利要求1至7任一项所述的一种智能客服知识库的更新方法，其特征在于：所述的步骤40中，对所述合格数据进行行业属性的标签分类，是通过判断编辑所述自定义数据的用户的行业属性，将该用户的行业属性默认设置为所述自定义数据的行业属性，并进一步判断所述自定义数据是否同时属于行业通用数据，若是，则将该自定义数据同时存入通用行业知识库和专用行业知识库，否则仅将该自定义数据存入专用行业知识库。
9.一种智能客服系统，包括知识库和分类器，其特征在于，所述知识库包括：
知识库划分模块，其根据数据的行业属性对知识库中的数据进行行业划分，得到行业知识库；
数据自定义模块，用于提取用户自定义数据；
数据分析模块，利用分类器中预设的数据规则对所述自定义数据进行分析，得到符合所述数据规则的合格数据；
数据分类模块，用于对所述合格数据进行行业属性的标签分类，并将该合格数据更新至行业属性相对应的行业知识库中。
10.根据权利要求9所述的一种智能客服系统，其特征在于，所述知识库还包括数据传输模块，用于将更新的合格数据同步至行业属性相对应的用户，即，若所述合格数据标记为行业通用数据，则同步至所有行业用户，若所述合格数据标记为行业专用数据，则同步至行业属性相对应的专用行业用户。
CN201610729358.7A 2016-08-26 2016-08-26 一种智能客服系统及其智能客服知识库的更新方法 Active CN106407271B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610729358.7A CN106407271B (zh) 2016-08-26 2016-08-26 一种智能客服系统及其智能客服知识库的更新方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610729358.7A CN106407271B (zh) 2016-08-26 2016-08-26 一种智能客服系统及其智能客服知识库的更新方法

Publications (2)

Publication Number Publication Date
CN106407271A true CN106407271A (zh) 2017-02-15
CN106407271B CN106407271B (zh) 2020-02-14

Family

ID=58004518

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610729358.7A Active CN106407271B (zh) 2016-08-26 2016-08-26 一种智能客服系统及其智能客服知识库的更新方法

Country Status (1)

Country Link
CN (1) CN106407271B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107180105A (zh) * 2017-06-01 2017-09-19 北京果毅科技有限公司 一种智能助理的知识库的更新方法、装置和电子设备
CN110012176A (zh) * 2019-03-07 2019-07-12 阿里巴巴集团控股有限公司 智能客服的实现方法和装置

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0474224A (ja) * 1990-07-17 1992-03-09 Ricoh Co Ltd 故障原因診断装置及びその知識ベースの作成方法
JP2005050115A (ja) * 2003-07-28 2005-02-24 Advanced Telecommunication Research Institute International 診断支援システム、診断支援方法および診断支援プログラム
CN1984190A (zh) * 2005-10-04 2007-06-20 罗伯特·博世公司 用于组织和优化对话系统中内容的方法和装置
CN101030267A (zh) * 2006-02-28 2007-09-05 腾讯科技（深圳）有限公司 自动问答方法及系统
CN101179620A (zh) * 2006-11-30 2008-05-14 腾讯科技（深圳）有限公司 一种实现服务器自动问答的方法及系统
CN101431573A (zh) * 2007-11-08 2009-05-13 上海赢思软件技术有限公司 通过人机交互技术实现自动客户服务的方法和设备
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
CN102141997A (zh) * 2010-02-02 2011-08-03 三星电子（中国）研发中心 智能决策支持系统及其智能决策方法
CN103646025A (zh) * 2013-10-24 2014-03-19 三星电子（中国）研发中心 一种基于推理的层级知识库构建系统和方法
CN103699663A (zh) * 2013-12-27 2014-04-02 中国科学院自动化研究所 一种基于大规模知识库的热点事件挖掘方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0474224A (ja) * 1990-07-17 1992-03-09 Ricoh Co Ltd 故障原因診断装置及びその知識ベースの作成方法
JP2005050115A (ja) * 2003-07-28 2005-02-24 Advanced Telecommunication Research Institute International 診断支援システム、診断支援方法および診断支援プログラム
CN1984190A (zh) * 2005-10-04 2007-06-20 罗伯特·博世公司 用于组织和优化对话系统中内容的方法和装置
CN101030267A (zh) * 2006-02-28 2007-09-05 腾讯科技（深圳）有限公司 自动问答方法及系统
CN101179620A (zh) * 2006-11-30 2008-05-14 腾讯科技（深圳）有限公司 一种实现服务器自动问答的方法及系统
CN101431573A (zh) * 2007-11-08 2009-05-13 上海赢思软件技术有限公司 通过人机交互技术实现自动客户服务的方法和设备
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
CN102141997A (zh) * 2010-02-02 2011-08-03 三星电子（中国）研发中心 智能决策支持系统及其智能决策方法
CN103646025A (zh) * 2013-10-24 2014-03-19 三星电子（中国）研发中心 一种基于推理的层级知识库构建系统和方法
CN103699663A (zh) * 2013-12-27 2014-04-02 中国科学院自动化研究所 一种基于大规模知识库的热点事件挖掘方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
刘岭岭: "半自动客服机器人反馈学习机制研究", 《万方学位论文》 *
孟凡博: "客服中心知识库的设计与实现", 《广东通信技术》 *
许伟: "呼叫中心知识库系统的设计与实现", 《万方学位论文》 *
赵民: "《基于流程的知识工程与创新》", 1 January 2016 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107180105A (zh) * 2017-06-01 2017-09-19 北京果毅科技有限公司 一种智能助理的知识库的更新方法、装置和电子设备
CN110012176A (zh) * 2019-03-07 2019-07-12 阿里巴巴集团控股有限公司 智能客服的实现方法和装置
CN110012176B (zh) * 2019-03-07 2021-03-16 创新先进技术有限公司 智能客服的实现方法和装置

Also Published As

Publication number Publication date
CN106407271B (zh) 2020-02-14

Similar Documents

Publication Publication Date Title
CN110119446A (zh) 可解释人工智能
US11205130B2 (en) Mental modeling method and system
CN102982097A (zh) 用于基于知识的数据质量解决方案的域
CN111191099B (zh) 一种基于社交媒体的用户活动类型识别方法
CN103440352A (zh) 基于深度学习的对象间的关联分析方法及其装置
Elhassan et al. Remedial actions recommendation via multi-label classification: a course learning improvement method
CN106407271A (zh) 一种智能客服系统及其智能客服知识库的更新方法
Wang et al. Data acquisition model for online learning activity in distance English teaching based on xAPI
EP3306540A1 (en) System and method for content affinity analytics
CN116595191A (zh) 一种交互式低代码知识图谱的构建方法及装置
Mohammadi et al. A systematic review of the concept of green entrepreneurship in the higher education system
Ennima et al. Intelligent system and optimal minimisation of energy consumption on the attitude control of a vtol uav hexacopter based on fractional control laws
Li Improvement design of functional modules of college english network teaching system based on decision tree algorithm
Xu et al. [Retracted] Design and Implementation of Intelligent Teaching System Based on Artificial Intelligence and Computer Technology
Regla et al. Research Network Analysis, Agenda Mapping and Research Productivity Monitoring: Insights from a Higher Education in the Philippines
Denzler et al. Toward granular knowledge analytics for data intelligence: Extracting granular entity-relationship graphs for knowledge profiling
Rouhani et al. A practical framework for assessing business intelligence competencies of enterprise systems using fuzzy ANP approach
CN107391645B (zh) 一种物流信息自动推送及实操规范形成系统和方法
CN108763565B (zh) 一种基于深度学习的数据自动关联匹配的构建方法
Varnaseri et al. A Knowledge Map of Knowledge Engineering Scientific Products from 2011 to 2021 on Web of Science: Scientometrics
CN111008658B (zh) 一种基于监督式学习的警务人员学习分析系统
Uliana et al. Identifying Career Boundaries Using Minimum Description Length on a Graph
SHARIFI et al. Selecting The Best Knowledge Management (Km) Strategies Based On Seci For Small And Medium-Sized Enterprises In Developing Countries
Sabbaghan et al. A Variant Q-Sorting Methodology for Building Diagnostic Trees
Hallajyosefi et al. Designing the Model of International Networking Capability

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: An intelligent customer service system and its updating method of intelligent customer service knowledge base

Effective date of registration: 20221202

Granted publication date: 20200214

Pledgee: Industrial Bank Limited by Share Ltd. Xiamen branch

Pledgor: XIAMEN KUAISHANGTONG TECH. Corp.,Ltd.

Registration number: Y2022980024751