CN106709018A - 命中预设问题的方法及装置 - Google Patents
命中预设问题的方法及装置 Download PDFInfo
- Publication number
- CN106709018A CN106709018A CN201611227812.5A CN201611227812A CN106709018A CN 106709018 A CN106709018 A CN 106709018A CN 201611227812 A CN201611227812 A CN 201611227812A CN 106709018 A CN106709018 A CN 106709018A
- Authority
- CN
- China
- Prior art keywords
- hit
- inquiry
- word
- customer service
- default
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Machine Translation (AREA)
Abstract
本发明公开了一种命中预设问题的方法及装置,方法包括:A)在智能客服系统的数据后台配置预设问题、问题的核心标签、同类问题的权重和回复的答案并存储到问题库中;B)智能移动终端通过公有网络向所述智能客服系统输入询问的问题,所述智能客服系统判断接收的所述询问的问题是文字还是语音,如是文字,则执行步骤C);如是语音,则将所述语音换为文字,执行步骤C);C)所述智能客服系统对所述文字进行语义分析,并调用命中算法将其与所述数据后台中存储的预设问题或问题的核心标签进行匹配,所述数据后台向所述智能移动终端返回匹配的json格式的数据。本发明同时支持文字询问方式和语音询问方式、能提高命中预设问题的几率。
Description
技术领域
本发明涉及智能客服领域,特别涉及一种命中预设问题的方法及装置。
背景技术
客服在各个行业中是不可或缺的部分,同时承担着繁重的工作。随着业务的发展,客服人员的数量和工作时长也相应不断增加,主要问题体现在客服服务的时间不固定,通常需要7×24小时的服务时间,另外,回答问题的重复性非常高且相对集中。目前有智能客服系统代替人工客服,但多数是文字方式,语音询问的方式很少,无论是文字方式还是语音方式,目前多数的客服系统需要客户输入的文字数量或文字出现的顺序与预设的问题一致,才能得到预期的答案,客户输入的文字数量或文字出现的顺序与预设的问题不一致时,则不会得到预期的答案。这个方式不适合汉语问问题的方式,同样一个答案可以有很多种问法,同样的问法也可能字数不一样,所以现有的智能客服系统并不智能。
发明内容
本发明要解决的技术问题在于,针对现有技术的上述缺陷,提供一种同时支持文字询问方式和语音询问方式、能提高命中预设问题的几率的命中预设问题的方法。
本发明解决其技术问题所采用的技术方案是:构造一种命中预设问题的方法,应用于智能客服系统,所述方法包括如下步骤:
A)在智能客服系统的数据后台配置预设问题、问题的核心标签、同类问题的权重和回复的答案并存储到问题库中;
B)智能移动终端通过公有网络向所述智能客服系统输入询问的问题,所述智能客服系统判断接收的所述询问的问题是文字还是语音,如是文字,则执行步骤C);如是语音,则将所述语音换为文字,执行步骤C);
C)所述智能客服系统对所述文字进行语义分析,并调用命中算法将其与所述数据后台中存储的预设问题或问题的核心标签进行匹配,所述数据后台向所述智能移动终端返回匹配的json格式的数据;所述json格式的数据为文字、链接、视频、音频、图片或图文;
所述命中算法包括一级命中、二级命中和三级命中,所述一级命中为所述询问的问题与预设问题完全一致或与问题的核心标签完全一致;所述二级命中为将从所述询问的问题中提取出来的不同词性的核心关键词,在所述预设问题中匹配每个词出现的顺序相同且数量最多的一条;所述三级命中为从所述询问的问题中提取出来的不同词性的核心关键词命中所述问题的标签,再匹配每个词出现的顺序相同且数量最多的一条预设问题。
在本发明所述的命中预设问题的方法中,当所述询问的问题完全匹配但没命中,优先将所述核心关键词与所述问题的标签进行匹配。
在本发明所述的命中预设问题的方法中,所述数据后台中按照累计命中问题次数由高到低的顺序对所述预设问题进行排行,或者所述数据后台按照累计用户提问数量由多到少的顺序对所述预设问题进行排行。
在本发明所述的命中预设问题的方法中,所述智能移动终端通过安装的智能客服APP或微信公众号向所述智能客服系统输入所述询问的问题。
本发明还涉及一种实现上述命中预设问题的方法的装置,包括:
问题配置存储单元:用于在智能客服系统的数据后台配置预设问题、问题的核心标签、同类问题的权重和回复的答案并存储到问题库中;
问题传送判断单元:用于使智能移动终端通过公有网络向所述智能客服系统输入询问的问题,所述智能客服系统判断接收的所述询问的问题是文字还是语音,如是文字,则进入语音分析返回单元;如是语音,则将所述语音换为文字,进入语音分析返回单元;
语音分析返回单元:用于使所述智能客服系统对所述文字进行语义分析,并调用命中算法将其与所述数据后台中存储的预设问题或问题的核心标签进行匹配,所述数据后台向所述智能移动终端返回匹配的json格式的数据;所述json格式的数据为文字、链接、视频、音频、图片或图文;
所述命中算法包括一级命中、二级命中和三级命中,所述一级命中为所述询问的问题与预设问题完全一致或与问题的核心标签完全一致;所述二级命中为将从所述询问的问题中提取出来的不同词性的核心关键词,在所述预设问题中匹配每个词出现的顺序相同且数量最多的一条;所述三级命中为从所述询问的问题中提取出来的不同词性的核心关键词命中所述问题的标签,再匹配每个词出现的顺序相同且数量最多的一条预设问题。
在本发明所述的装置中,当所述询问的问题完全匹配但没命中,优先将所述核心关键词与所述问题的标签进行匹配。
在本发明所述的装置中,所述数据后台中按照累计命中问题次数由高到低的顺序对所述预设问题进行排行,或者所述数据后台按照累计用户提问数量由多到少的顺序对所述预设问题进行排行。
在本发明所述的装置中,所述智能移动终端通过安装的智能客服APP或微信公众号向所述智能客服系统输入所述询问的问题。
实施本发明的命中预设问题的方法及装置,具有以下有益效果:由于除了文字方式,也提供语音的方式询问,设计了更智能的命中预设问题的命中算法,即满足完全匹配的同时,也提供了同样含义不同问法、相同问法不同的助词、核心语义相同出现个别错字,如果预设的问题没有命中,最终能通过语句中核心关键词命中预设关键词的方式来提高命中几率,实现在语义相同的情况下,避免由于语法、语序不同、或只是缺少非关键词等而带来的命中预设问题降低的情况发生,所以其同时支持文字询问方式和语音询问方式、能提高命中预设问题的几率。
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性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明命中预设问题的方法一个实施例中的结构示意图;
图2为所述实施例中命中预设问题的信号流向图;
图3为所述实施例中数据后台的功能示意图;
图4为所述实施例中装置的结构示意图。
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做出创造性劳动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。
在本发明命中预设问题的方法及装置实施例中,其命中预设问题的方法的流程图如图1所示,图2为本实施例中命中预设问题的信号流向图,该命中预设问题的方法应用于智能客服系统。本实施例中,智能客服系统包括语音识别系统(对应图2中的语音识别ASR)、语义分析系统(对应图2中的语义理解NLU)、命中算法部分(对应图2中的命中算法)和数据后台(对应图2中的数据后台)。
图1中,该命中预设问题的方法包括如下步骤:
步骤S01在智能客服系统的数据后台配置预设问题、问题的核心标签、同类问题的权重和回复的答案并存储到问题库中:本实施例中,数据后台主要负责问题库的配置和提供相关的功能模块,其中问题库的数据结构是核心的功能。本步骤就是配置问题库的数据结构,具体的,本步骤中,在智能客服系统的数据后台配置预设问题、问题的核心标签、同类问题的权重和回复的答案。
对于配置的预设问题来讲,具体就是配置用户可能询问的问题,问题之间核心意思不要重复;对于配置的问题的核心标签来讲,就是指当用户询问的问题完全匹配没命中,优先通过问题核心关键词和问题的标签进行匹配;对于配置的同类问题的权重来讲,当命中的预设问题不止一个的时候,回复权重最高的一条预设问题。
步骤S02智能移动终端通过公有网络向智能客服系统输入询问的问题,智能客服系统判断接收的询问的问题是文字还是语音:本步骤中,智能移动终端通过公有网络向智能客服系统输入询问的问题,询问的问题可以采用文字方式,也可以采用语音方式。智能客服系统收到询问的问题后,判断接收的询问的问题是文字还是语音,如是文字,则执行步骤S04;如是语音,则执行步骤S03。值得一提的是,本实施例中,智能移动终端可以是智能手机或平板电脑等。智能移动终端安装有智能客服APP或微信,智能移动终端通过智能客服APP或微信公众号向智能客服系统输入上述询问的问题。
步骤S03则将语音转换为文字:如果上述步骤S02判断的结果为语音,则执行本步骤。本步骤中,则将语音转换为文字,执行完本步骤,执行步骤S04。
步骤S04智能客服系统对文字进行语义分析,并调用命中算法将其与数据后台中存储的预设问题或问题的核心标签进行匹配,数据后台向智能移动终端返回匹配的json格式的数据:如果上述步骤S02判断的结果为文字,则执行本步骤。本步骤中,智能客服系统对文字进行语义分析,得到分析结果,并调用命中算法将分析结果与数据后台中存储的预设问题或问题的核心标签进行匹配,匹配成功后,数据后台向智能移动终端返回匹配的json格式的数据,供智能移动终端使用。上述json格式的数据可以是文字,可以是链接,可以是视频,可以是音频,可以是图片,也可以是图文等。
本实施例中,命中算法的逻辑是通过三级命中的方式命中问题,通过三级命中的方式命中的问题,其级数越靠前就越准确。另外,本实施例通过语义分析API将询问的问题中的不同词性的关键词提取出来。上述命中算法包括一级命中、二级命中和三级命中,其中,一级命中为用户询问的问题与预设问题完全一致或与问题的核心标签完全一致;二级命中为将从询问的问题中提取出来的不同词性的核心关键词,在预设问题中匹配每个词出现的顺序相同且数量最多的一条预设问题;三级命中为从询问的问题中提取出来的不同词性的核心关键词命中问题的标签,再匹配每个词出现的顺序相同且数量最多的一条预设问题。如果一级命中、二级命中和三级命中都无命中,则返回默认答案。
本发明的方法除了文字的询问方式,也提供语音的询问方式,设计了更智能命中预设问题的命中算法,既能满足完全的匹配也能同时提供同样含义不同问法、相同问法不同的助词和核心语义相同出现个别错字,如果预设的问题没有命中,最终能通过语句中核心关键词命中预设关键词来提高命中几率,也就是当询问的问题完全匹配但没命中,优先将核心关键词与问题的标签进行匹配,实现在语义相同的情况下,避免由于语法、语序不同,或只是缺少非关键词等而带来的命中预设问题降低的情况发生。
图3为本实施例中数据后台的功能示意图,关于图3中的问题排行,指的是数据后台中按照累计命中问题次数由高到低的顺序对预设问题进行排行;关于关键词过滤,指的是配置的关键词一旦出现不做处理;关于问题记录,指的是记录用户的问题和回复的答案;关于用户,就是记录用户信息;关于用户提问排行,指的是数据后台按照累计用户提问数量由多到少的顺序对预设问题进行排行;关于素材,就是回复文字以外的内容的素材。
本实施例还涉及一种实现上述命中预设问题的方法的装置,其结构示意图如图4所示。图4中,该装置包括问题配置存储单元1、问题传送判断单元2和语音分析返回单元3;其中,问题配置存储单元1用于在智能客服系统的数据后台配置预设问题、问题的核心标签、同类问题的权重和回复的答案并存储到问题库中;问题传送判断单元2用于使智能移动终端通过公有网络向智能客服系统输入询问的问题,智能客服系统判断接收的询问的问题是文字还是语音,如是文字,则进入语音分析返回单元;如是语音,则将语音换为文字,进入语音分析返回单元3;上述智能移动终端安装有智能客服APP或微信,智能移动终端通过智能客服APP或微信公众号向智能客服系统输入上述询问的问题。
语音分析返回单元3用于使智能客服系统对文字进行语义分析,并调用命中算法将其与数据后台中存储的预设问题或问题的核心标签进行匹配,数据后台向智能移动终端返回匹配的json格式的数据;上述json格式的数据为文字、链接、视频、音频、图片或图文等。
在本实施例的装置中,上述命中算法包括一级命中、二级命中和三级命中,其中,一级命中为询问的问题与预设问题完全一致或与问题的核心标签完全一致;二级命中为将从询问的问题中提取出来的不同词性的核心关键词,在预设问题中匹配每个词出现的顺序相同且数量最多的一条;三级命中为从询问的问题中提取出来的不同词性的核心关键词命中问题的标签,再匹配每个词出现的顺序相同且数量最多的一条预设问题。
本发明的装置除了文字的询问方式,也提供语音的询问方式,设计了更智能命中预设问题的命中算法,既能满足完全的匹配也能同时提供同样含义不同问法、相同问法不同的助词和核心语义相同出现个别错字,如果预设的问题没有命中,最终能通过语句中核心关键词命中预设关键词来提高命中几率,也就是当询问的问题完全匹配但没命中,优先将核心关键词与问题的标签进行匹配,实现在语义相同的情况下,避免由于语法、语序不同,或只是缺少非关键词等而带来的命中预设问题降低的情况发生。
在本发明的装置中,关于问题排行,指的是数据后台中按照累计命中问题次数由高到低的顺序对预设问题进行排行;关于关键词过滤,指的是配置的关键词一旦出现不做处理;关于问题记录,指的是记录用户的问题和回复的答案;关于用户,就是记录用户信息;关于用户提问排行,指的是数据后台按照累计用户提问数量由多到少的顺序对预设问题进行排行;关于素材,就是回复文字以外的内容的素材。
在本实施例的另外一些情况下,语音理解API和语义分析API可以由第三方来提供,可以使用其他同类型的开放接口。命中算法部分可以使用mysql的模糊查询来替代,当然,使用其他数据库时候需要替换成其他数据库的语法。
总之,本发明将语音识别、语义分析、命中算法和数据后台的问题、答案数据结构相结合,通过命中算法的逻辑和数据后台配置的问题数据结构,其同时支持文字询问方式和语音询问方式、能提高命中预设问题的几率。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,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 (8)
1.一种命中预设问题的方法,其特征在于,应用于智能客服系统,所述方法包括如下步骤:
A)在智能客服系统的数据后台配置预设问题、问题的核心标签、同类问题的权重和回复的答案并存储到问题库中;
B)智能移动终端通过公有网络向所述智能客服系统输入询问的问题,所述智能客服系统判断接收的所述询问的问题是文字还是语音,如是文字,则执行步骤C);如是语音,则将所述语音换为文字,执行步骤C);
C)所述智能客服系统对所述文字进行语义分析,并调用命中算法将其与所述数据后台中存储的预设问题或问题的核心标签进行匹配,所述数据后台向所述智能移动终端返回匹配的json格式的数据;所述json格式的数据为文字、链接、视频、音频、图片或图文;
所述命中算法包括一级命中、二级命中和三级命中,所述一级命中为所述询问的问题与预设问题完全一致或与问题的核心标签完全一致;所述二级命中为将从所述询问的问题中提取出来的不同词性的核心关键词,在所述预设问题中匹配每个词出现的顺序相同且数量最多的一条;所述三级命中为从所述询问的问题中提取出来的不同词性的核心关键词命中所述问题的标签,再匹配每个词出现的顺序相同且数量最多的一条预设问题。
2.根据权利要求1所述的命中预设问题的方法,其特征在于,当所述询问的问题完全匹配但没命中,优先将所述核心关键词与所述问题的标签进行匹配。
3.根据权利要求1或2所述的命中预设问题的方法,其特征在于,所述数据后台中按照累计命中问题次数由高到低的顺序对所述预设问题进行排行,或者所述数据后台按照累计用户提问数量由多到少的顺序对所述预设问题进行排行。
4.根据权利要求3所述的命中预设问题的方法,其特征在于,所述智能移动终端通过安装的智能客服APP或微信公众号向所述智能客服系统输入所述询问的问题。
5.一种实现如权利要求1所述的命中预设问题的方法的装置,其特征在于,包括:
问题配置存储单元:用于在智能客服系统的数据后台配置预设问题、问题的核心标签、同类问题的权重和回复的答案并存储到问题库中;
问题传送判断单元:用于使智能移动终端通过公有网络向所述智能客服系统输入询问的问题,所述智能客服系统判断接收的所述询问的问题是文字还是语音,如是文字,则进入语音分析返回单元;如是语音,则将所述语音换为文字,进入语音分析返回单元;
语音分析返回单元:用于使所述智能客服系统对所述文字进行语义分析,并调用命中算法将其与所述数据后台中存储的预设问题或问题的核心标签进行匹配,所述数据后台向所述智能移动终端返回匹配的json格式的数据;所述json格式的数据为文字、链接、视频、音频、图片或图文;
所述命中算法包括一级命中、二级命中和三级命中,所述一级命中为所述询问的问题与预设问题完全一致或与问题的核心标签完全一致;所述二级命中为将从所述询问的问题中提取出来的不同词性的核心关键词,在所述预设问题中匹配每个词出现的顺序相同且数量最多的一条;所述三级命中为从所述询问的问题中提取出来的不同词性的核心关键词命中所述问题的标签,再匹配每个词出现的顺序相同且数量最多的一条预设问题。
6.根据权利要求5所述的实现如权利要求1所述的命中预设问题的方法的装置,其特征在于,当所述询问的问题完全匹配但没命中,优先将所述核心关键词与所述问题的标签进行匹配。
7.根据权利要求5或6所述的实现如权利要求1所述的命中预设问题的方法的装置,其特征在于,所述数据后台中按照累计命中问题次数由高到低的顺序对所述预设问题进行排行,或者所述数据后台按照累计用户提问数量由多到少的顺序对所述预设问题进行排行。
8.根据权利要求7所述的实现如权利要求1所述的命中预设问题的方法的装置,其特征在于,所述智能移动终端通过安装的智能客服APP或微信公众号向所述智能客服系统输入所述询问的问题。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611227812.5A CN106709018A (zh) | 2016-12-27 | 2016-12-27 | 命中预设问题的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611227812.5A CN106709018A (zh) | 2016-12-27 | 2016-12-27 | 命中预设问题的方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106709018A true CN106709018A (zh) | 2017-05-24 |
Family
ID=58895487
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611227812.5A Pending CN106709018A (zh) | 2016-12-27 | 2016-12-27 | 命中预设问题的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106709018A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107688641A (zh) * | 2017-08-28 | 2018-02-13 | 江西博瑞彤芸科技有限公司 | 一种提问管理方法及系统 |
CN109299478A (zh) * | 2018-12-05 | 2019-02-01 | 长春理工大学 | 基于双向长短期记忆神经网络的智能自动问答方法及系统 |
CN111159344A (zh) * | 2019-12-27 | 2020-05-15 | 京东数字科技控股有限公司 | 机器人应答方法、装置、设备及存储介质 |
CN114328846A (zh) * | 2022-03-15 | 2022-04-12 | 南京九洲会计咨询有限公司 | 一种用于高校政策咨询的智能客服应答系统及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279528A (zh) * | 2013-05-31 | 2013-09-04 | 俞志晨 | 一种基于人机结合的问答系统及方法 |
CN104461525A (zh) * | 2014-11-27 | 2015-03-25 | 韩慧健 | 一种可自定义的智能咨询平台生成系统 |
CN104850539A (zh) * | 2015-05-28 | 2015-08-19 | 宁波薄言信息技术有限公司 | 一种自然语言理解方法及基于该方法的旅游问答系统 |
CN105930452A (zh) * | 2016-04-21 | 2016-09-07 | 北京紫平方信息技术股份有限公司 | 一种识别自然语言的智能应答方法 |
-
2016
- 2016-12-27 CN CN201611227812.5A patent/CN106709018A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103279528A (zh) * | 2013-05-31 | 2013-09-04 | 俞志晨 | 一种基于人机结合的问答系统及方法 |
CN104461525A (zh) * | 2014-11-27 | 2015-03-25 | 韩慧健 | 一种可自定义的智能咨询平台生成系统 |
CN104850539A (zh) * | 2015-05-28 | 2015-08-19 | 宁波薄言信息技术有限公司 | 一种自然语言理解方法及基于该方法的旅游问答系统 |
CN105930452A (zh) * | 2016-04-21 | 2016-09-07 | 北京紫平方信息技术股份有限公司 | 一种识别自然语言的智能应答方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107688641A (zh) * | 2017-08-28 | 2018-02-13 | 江西博瑞彤芸科技有限公司 | 一种提问管理方法及系统 |
CN107688641B (zh) * | 2017-08-28 | 2021-12-28 | 江西博瑞彤芸科技有限公司 | 一种提问管理方法及系统 |
CN109299478A (zh) * | 2018-12-05 | 2019-02-01 | 长春理工大学 | 基于双向长短期记忆神经网络的智能自动问答方法及系统 |
CN111159344A (zh) * | 2019-12-27 | 2020-05-15 | 京东数字科技控股有限公司 | 机器人应答方法、装置、设备及存储介质 |
CN114328846A (zh) * | 2022-03-15 | 2022-04-12 | 南京九洲会计咨询有限公司 | 一种用于高校政策咨询的智能客服应答系统及方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110891124B (zh) | 一种人工智能代接来电的系统 | |
CN103888581B (zh) | 一种通信终端及其记录通话信息的方法 | |
CN106709018A (zh) | 命中预设问题的方法及装置 | |
KR101901920B1 (ko) | 인공지능 음성인식 딥러닝을 위한 음성 및 텍스트 간 역전사 서비스 제공 시스템 및 방법 | |
US9542074B2 (en) | Method and apparatus for enhancing an interactive voice response (IVR) system | |
CN111833871A (zh) | 基于意图识别的智能外呼系统及其方法 | |
US8417523B2 (en) | Systems and methods for interactively accessing hosted services using voice communications | |
CN108428148A (zh) | 主动智能电话营销方法和系统 | |
CN109842712B (zh) | 通话记录生成的方法、装置、计算机设备和存储介质 | |
EP2219355A2 (en) | Voice recognition server, telephone equipment, voice recognition system, and voice recognition method | |
CN106230689A (zh) | 一种语音信息交互的方法、装置及服务器 | |
CN103377652A (zh) | 一种用于进行语音识别的方法、装置和设备 | |
CN103209247B (zh) | 一种信息显示的方法和系统以及终端和服务器 | |
CN110516057B (zh) | 一种信访问题答复方法及装置 | |
CN110705926A (zh) | 一种物流对象配送信息的获取方法、装置和系统 | |
CN110457454A (zh) | 一种对话方法、服务器、对话系统及存储介质 | |
CN111246008A (zh) | 一种电话助理的实现方法、系统及装置 | |
CN115982331A (zh) | 会话场景中的信息交互方法、装置及设备 | |
CN111914073A (zh) | 客服应答方法、装置、设备及存储介质 | |
CN106356056B (zh) | 语音识别方法和装置 | |
CN110047473B (zh) | 一种人机协作交互方法及系统 | |
CN107197074A (zh) | 通讯录管理方法、装置、存储介质及电子设备 | |
CN113779217A (zh) | 一种基于人机交互的智能语音外呼业务方法及系统 | |
CN113726942A (zh) | 一种智能电话接听方法、系统、介质及电子终端 | |
KR20160047244A (ko) | 통번역 서비스 제공 방법, 휴대 단말 및 컴퓨터 판독 가능 매체 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170524 |