CN106919660A - 基于知识图谱技术的服装客服智能服务方法和系统 - Google Patents
基于知识图谱技术的服装客服智能服务方法和系统 Download PDFInfo
- Publication number
- CN106919660A CN106919660A CN201710071977.6A CN201710071977A CN106919660A CN 106919660 A CN106919660 A CN 106919660A CN 201710071977 A CN201710071977 A CN 201710071977A CN 106919660 A CN106919660 A CN 106919660A
- Authority
- CN
- China
- Prior art keywords
- classification
- clothes
- level
- visitor
- carried out
- 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90332—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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/01—Customer relationship services
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于知识图谱技术的服装客服智能服务方法和系统，其通过构建知识图谱库，根据用户属性进行一级分类，根据服装类型进行二级分类，根据服装属性进行三级分类，并在每个三级分类下设置对应的数据信息；对访客问题进行语义解析，并提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息；根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，得到所述三级分类下对应的数据信息；根据所述得到的数据信息对所述访客问题进行提供对应的答案；从而能够快速准确的得到访客所需的数据信息，提升了智能客服中对自然语言的理解与解析能力，增加其回答问题的准确性，提升访客满意度。
Description
技术领域
本发明涉及通信技术领域，特别是一种基于知识图谱技术的服装客服智能服务方法及其应用该方法的系统。
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应用的，它涉及大规模知识处理技术、自然语言理解技术、知识管理技术、自动问答系统、推理技术等等，具有行业通用性，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，并可为企业节约大量人力资源和成本。
在智能客服整个技术的实现中，主要涉及原始语料库梳理、模型构建、语义解析、机器学习等技术，其中语义解析尤为关键。语义解析即机器对人的话语的意思的理解，只有当机器正确的理解了人所说的话语的真正意图，才可能作出相应的准确的回答。用户在购买服装时，会遇到各种各样的问题，人工客服尚且疲于应对，对于智能客服，一方面，无法像人工客服那样通过人工智商来理解用户的语义，另一方面，不同问题之间并不是简单的一问一答的对应关系，而是具有复杂的关联性；从而影响了智能客服的用户体验感。
发明内容
本发明为解决上述问题，提供了一种基于知识图谱技术的服装客服智能服务方法和系统，通过构建知识图谱库对相关联的各个因素进行分类梳理，回答访客问题时，根据知识图谱库的分类对访客问题进行关键词提取，从而提高了智能客服回答问题的准确性，提升访客满意度。
为实现上述目的，本发明采用的技术方案为：
一种基于知识图谱技术的服装客服智能服务方法，其包括以下步骤：
(1)构建知识图谱库，根据用户属性进行一级分类，在每个一级分类下进一步根据服装类型进行二级分类，在每个二级分类下进一步根据服装属性进行三级分类，并在每个三级分类下设置对应的数据信息；
(2)对访客问题进行语义解析，并提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息；
(3)根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，得到所述三级分类下对应的数据信息；
(4)根据所述得到的数据信息对所述访客问题进行提供对应的答案。
优选的，所述的步骤(1)中，所述一级分类进一步根据用户属性所属的数值范围进行等级划分得到用户属性等级，所述三级分类进一步根据服装属性所属的数值范围进行等级划分得到服装属性等级。
进一步的，所述的用户属性包括用户身高、用户体重、用户年龄，对所述用户属性按照所属的数值范围进行等级划分得到对应的身高等级、体重等级、年龄等级。
进一步的，所述的服装属性包括服装尺寸、服装材质，对所述服装尺寸按照所属的数值范围进行等级划分得到对应的尺寸等级。
优选的，所述的步骤(2)中，对访客问题进行语义解析，是通过对访客问题按照语法进行分词处理得到分词结果，并根据分词结果进行提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息。
优选的，所述的步骤(3)中，根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，是指对所述知识图谱库中满足匹配条件的分类进行全部激活或者部分激活，并对未激活的部分按照所述知识图谱库中的各个分类的关联关系进行推理计算，或者对未激活的部分根据所述关键词信息进行同义词或近义词的匹配处理。
相应的，本发明还提供一种基于知识图谱技术的服装客服智能服务系统，其包括：
知识图谱库构建模块，其根据用户属性进行一级分类，在每个一级分类下进一步根据服装类型进行二级分类，在每个二级分类下进一步根据服装属性进行三级分类，并在每个三级分类下设置对应的数据信息；
语义解析模块，用于对访客问题进行语义解析，并提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息；
信息匹配模块，其根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，得到所述三级分类下对应的数据信息；
应答模块，根据所述得到的数据信息对所述访客问题进行提供对应的答案。
优选的，所述的知识图谱库构建模块中，所述一级分类进一步根据用户属性所属的数值范围进行等级划分得到用户属性等级，所述三级分类进一步根据服装属性所属的数值范围进行等级划分得到服装属性等级。
优选的，所述的语义解析模块中，对访客问题进行语义解析，是通过对访客问题按照语法进行分词处理得到分词结果，并根据分词结果进行提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息。
优选的，所述的信息匹配模块中，根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，是指对所述知识图谱库中满足匹配条件的分类进行全部激活或者部分激活，并对未激活的部分按照所述知识图谱库中的各个分类的关联关系进行推理计算，或者对未激活的部分根据所述关键词信息进行同义词或近义词的匹配处理。
本发明的有益效果是：
1.本发明通过构建知识图谱库，根据用户属性、服装类型、服装属性进行层层分类；对访客问题进行语义解析和提取访客问题中与每个分类相对应的关键词信息，从而能够快速准确的得到访客所需的数据信息，提升了智能客服中对自然语言的理解与解析能力，增加其回答问题的准确性，提升访客满意度；
2.本发明通过对所述知识图谱库中满足匹配条件的分类进行全部激活或者部分激活，并对未激活的部分按照所述知识图谱库中的各个分类的关联关系进行推理计算，或者对未激活的部分根据所述关键词信息进行同义词或近义词的匹配处理，可有效的改善因访客的表述错误或缺失部分信息时，仍然能够准确的正解其真正意图，用户体验更好。
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为本发明一种基于知识图谱技术的服装客服智能服务方法的流程简图；
图2为本发明一种基于知识图谱技术的服装客服智能服务系统的结构示意图。
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，本发明的一种基于知识图谱技术的服装客服智能服务方法，其包括以下步骤：
(1)构建知识图谱库，根据用户属性进行一级分类，在每个一级分类下进一步根据服装类型进行二级分类，在每个二级分类下进一步根据服装属性进行三级分类，并在每个三级分类下设置对应的数据信息；
(2)对访客问题进行语义解析，并提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息；
(3)根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，得到所述三级分类下对应的数据信息；
(4)根据所述得到的数据信息对所述访客问题进行提供对应的答案。
例如：
一级分类(用户属性)：体重，身高，年龄，使用场合……；
二级分类(服装类型)：上衣，裤子，鞋子，内衣……；
三级分类(服装属性)：长度尺寸，宽度尺寸，材质；
四级分类(数据信息)：某身高所对应的裤子的长度尺寸数据，某年龄所对应的上衣材质配比数据，某使用场合所对应的鞋子的材质配比数据；
所述的步骤(1)中，所述一级分类进一步根据用户属性所属的数值范围进行等级划分得到用户属性等级，所述三级分类进一步根据服装属性所属的数值范围进行等级划分得到服装属性等级。本实施例中，所述的用户属性包括用户身高、用户体重、用户年龄，对所述用户属性按照所属的数值范围进行等级划分得到对应的身高等级、体重等级、年龄等级。所述的服装属性包括服装尺寸、服装材质，对所述服装尺寸按照所属的数值范围进行等级划分得到对应的尺寸等级。
例如：
体重等级可划分为偏胖体型、中等体型、偏瘦体型等；
年龄等级可划分为老年人、中年人、青年人、儿童、婴儿等；
服装尺寸等级可划分为XXXL、XXL、XL、L、M、S等。
所述的步骤(2)中，对访客问题进行语义解析，是通过对访客问题按照语法进行分词处理得到分词结果，并根据分词结果进行提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息。
所述的步骤(3)中，根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，是指对所述知识图谱库中满足匹配条件的分类进行全部激活或者部分激活，并对未激活的部分按照所述知识图谱库中的各个分类的关联关系进行推理计算，或者对未激活的部分根据所述关键词信息进行同义词或近义词的匹配处理。
具体对话过程举例如下：
1.提取访客问题：“我175cm 70kg穿多大的裤子？”
2.根据步骤(2)的方法对访客问题进行语义解析，得到的分词结果为：
我-175cm-70kg-穿-多大-的-裤子；
3.提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息：
用户属性：175cm，70kg；
服装类型：裤子；
服装属性：腰围78cm、裤长108cm(根据用户属性推算得到)；
即，根据所提取的关键词，可推理出访客所表述的含义为：身高175cm、体重70kg的人，要穿多大尺码的裤子？
4.根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，得到所述三级分类下对应的数据信息，本实施例中，所述数据信息为一个预定义的服装标准尺码表。根据知识图谱库中的分类关系，得到腰围78cm、裤长108cm的裤子的为30码的裤子；
5.根据所述得到的数据信息对所述访客问题进行提供对应的答案，例如，智能客服可提供如下答案：“根据您提供的信息，推算您的腰围78cm，所需裤长108cm，因此，您可以选择30码的裤子”。
采用本发明的方法，可有效的改善因访客的表述错误或缺失部分信息时，仍然能够准确的正解其真正意图；从而提升智能客服中对自然语言的理解与解析能力，增加其回答问题的准确性，提升访客满意度。
如图2所示，本发明还提供一种基于知识图谱技术的服装客服智能服务系统，其包括：
知识图谱库构建模块，其根据用户属性进行一级分类，在每个一级分类下进一步根据服装类型进行二级分类，在每个二级分类下进一步根据服装属性进行三级分类，并在每个三级分类下设置对应的数据信息；
语义解析模块，用于对访客问题进行语义解析，并提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息；
信息匹配模块，其根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，得到所述三级分类下对应的数据信息；
应答模块，根据所述得到的数据信息对所述访客问题进行提供对应的答案。
所述的知识图谱库构建模块中，所述一级分类进一步根据用户属性所属的数值范围进行等级划分得到用户属性等级，所述三级分类进一步根据服装属性所属的数值范围进行等级划分得到服装属性等级。具体分类方法与前述的方法实施例类似，在此不进行赘述。
所述的语义解析模块中，对访客问题进行语义解析，是通过对访客问题按照语法进行分词处理得到分词结果，并根据分词结果进行提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息。
所述的信息匹配模块中，根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，是指对所述知识图谱库中满足匹配条件的分类进行全部激活或者部分激活，并对未激活的部分按照所述知识图谱库中的各个分类的关联关系进行推理计算，或者对未激活的部分根据所述关键词信息进行同义词或近义词的匹配处理。
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)
1.一种基于知识图谱技术的服装客服智能服务方法，其特征在于，包括以下步骤：
(1)构建知识图谱库，根据用户属性进行一级分类，在每个一级分类下进一步根据服装类型进行二级分类，在每个二级分类下进一步根据服装属性进行三级分类，并在每个三级分类下设置对应的数据信息；
(2)对访客问题进行语义解析，并提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息；
(3)根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，得到所述三级分类下对应的数据信息；
(4)根据所述得到的数据信息对所述访客问题进行提供对应的答案。
2.根据权利要求1所述的一种基于知识图谱技术的服装客服智能服务方法，其特征在于：所述的步骤(1)中，所述一级分类进一步根据用户属性所属的数值范围进行等级划分得到用户属性等级，所述三级分类进一步根据服装属性所属的数值范围进行等级划分得到服装属性等级。
3.根据权利要求2所述的一种基于知识图谱技术的服装客服智能服务方法，其特征在于：所述的用户属性包括用户身高、用户体重、用户年龄，对所述用户属性按照所属的数值范围进行等级划分得到对应的身高等级、体重等级、年龄等级。
4.根据权利要求2所述的一种基于知识图谱技术的服装客服智能服务方法，其特征在于：所述的服装属性包括服装尺寸、服装材质，对所述服装尺寸按照所属的数值范围进行等级划分得到对应的尺寸等级。
5.根据权利要求1所述的一种基于知识图谱技术的服装客服智能服务方法，其特征在于：所述的步骤(2)中，对访客问题进行语义解析，是通过对访客问题按照语法进行分词处理得到分词结果，并根据分词结果进行提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息。
6.根据权利要求1所述的一种基于知识图谱技术的服装客服智能服务方法，其特征在于：所述的步骤(3)中，根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，是指对所述知识图谱库中满足匹配条件的分类进行全部激活或者部分激活，并对未激活的部分按照所述知识图谱库中的各个分类的关联关系进行推理计算，或者对未激活的部分根据所述关键词信息进行同义词或近义词的匹配处理。
7.一种基于知识图谱技术的服装客服智能服务系统，其特征在于，包括：
知识图谱库构建模块，其根据用户属性进行一级分类，在每个一级分类下进一步根据服装类型进行二级分类，在每个二级分类下进一步根据服装属性进行三级分类，并在每个三级分类下设置对应的数据信息；
语义解析模块，用于对访客问题进行语义解析，并提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息；
信息匹配模块，其根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，得到所述三级分类下对应的数据信息；
应答模块，根据所述得到的数据信息对所述访客问题进行提供对应的答案。
8.根据权利要求7所述的一种基于知识图谱技术的服装客服智能服务系统，其特征在于：所述的知识图谱库构建模块中，所述一级分类进一步根据用户属性所属的数值范围进行等级划分得到用户属性等级，所述三级分类进一步根据服装属性所属的数值范围进行等级划分得到服装属性等级。
9.根据权利要求7所述的一种基于知识图谱技术的服装客服智能服务系统，其特征在于：所述的语义解析模块中，对访客问题进行语义解析，是通过对访客问题按照语法进行分词处理得到分词结果，并根据分词结果进行提取访客问题中的用户属性、服装类型、服装属性所对应的关键词信息。
10.根据权利要求7所述的一种基于知识图谱技术的服装客服智能服务系统，其特征在于：所述的信息匹配模块中，根据提取的关键词信息进行匹配所述知识图谱库中对应的一级分类、二级分类、三级分类，是指对所述知识图谱库中满足匹配条件的分类进行全部激活或者部分激活，并对未激活的部分按照所述知识图谱库中的各个分类的关联关系进行推理计算，或者对未激活的部分根据所述关键词信息进行同义词或近义词的匹配处理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710071977.6A CN106919660A (zh) | 2017-02-09 | 2017-02-09 | 基于知识图谱技术的服装客服智能服务方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710071977.6A CN106919660A (zh) | 2017-02-09 | 2017-02-09 | 基于知识图谱技术的服装客服智能服务方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN106919660A true CN106919660A (zh) | 2017-07-04 |
Family
ID=59454050
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710071977.6A Pending CN106919660A (zh) | 2017-02-09 | 2017-02-09 | 基于知识图谱技术的服装客服智能服务方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106919660A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108256065A (zh) * | 2018-01-16 | 2018-07-06 | 智言科技（深圳）有限公司 | 基于关系检测和强化学习的知识图谱推理方法 |
| CN109087132A (zh) * | 2018-07-18 | 2018-12-25 | 国家电网有限公司 | 一种基于知识图谱的用户问题推送方法及装置 |
| CN109214674A (zh) * | 2018-08-27 | 2019-01-15 | 联想(北京)有限公司 | 客服系统管理方法、客服系统及电子设备 |
| CN109285597A (zh) * | 2018-10-08 | 2019-01-29 | 北京健康有益科技有限公司 | 一种食疗食谱推荐方法、装置和可读介质 |
| WO2019184219A1 (zh) * | 2018-03-26 | 2019-10-03 | 平安科技（深圳）有限公司 | 智能搜索方法、服务器及存储介质 |
| CN110580291A (zh) * | 2019-07-29 | 2019-12-17 | 用友网络科技股份有限公司 | 基于erp客户服务知识图谱的智能搜索方法及计算机设备 |
| CN110956271A (zh) * | 2019-10-21 | 2020-04-03 | 北京明朝万达科技股份有限公司 | 一种海量数据的多级分类方法及装置 |
| CN113297716A (zh) * | 2020-06-05 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 服装生产工艺生成方法、装置和服装生产方法、装置 |
| CN113641833A (zh) * | 2021-08-17 | 2021-11-12 | 同济大学 | 服务需求匹配方法及装置 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103425741A (zh) * | 2013-07-16 | 2013-12-04 | 北京中科汇联信息技术有限公司 | 一种信息展示方法和装置 |
| CN103559619A (zh) * | 2013-11-12 | 2014-02-05 | 北京京东尚科信息技术有限公司 | 一种服装尺码信息的应答方法及系统 |
| CN104462505A (zh) * | 2014-12-19 | 2015-03-25 | 北京奇虎科技有限公司 | 搜索方法和装置 |
| CN104699845A (zh) * | 2015-03-31 | 2015-06-10 | 北京奇虎科技有限公司 | 基于提问类搜索词的搜索结果提供方法及装置 |
| CN104731895A (zh) * | 2015-03-18 | 2015-06-24 | 北京京东尚科信息技术有限公司 | 自动应答的方法和装置 |
| CN105068661A (zh) * | 2015-09-07 | 2015-11-18 | 百度在线网络技术（北京）有限公司 | 基于人工智能的人机交互方法和系统 |
-
2017
- 2017-02-09 CN CN201710071977.6A patent/CN106919660A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103425741A (zh) * | 2013-07-16 | 2013-12-04 | 北京中科汇联信息技术有限公司 | 一种信息展示方法和装置 |
| CN103559619A (zh) * | 2013-11-12 | 2014-02-05 | 北京京东尚科信息技术有限公司 | 一种服装尺码信息的应答方法及系统 |
| CN104462505A (zh) * | 2014-12-19 | 2015-03-25 | 北京奇虎科技有限公司 | 搜索方法和装置 |
| CN104731895A (zh) * | 2015-03-18 | 2015-06-24 | 北京京东尚科信息技术有限公司 | 自动应答的方法和装置 |
| CN104699845A (zh) * | 2015-03-31 | 2015-06-10 | 北京奇虎科技有限公司 | 基于提问类搜索词的搜索结果提供方法及装置 |
| CN105068661A (zh) * | 2015-09-07 | 2015-11-18 | 百度在线网络技术（北京）有限公司 | 基于人工智能的人机交互方法和系统 |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108256065B (zh) * | 2018-01-16 | 2021-11-09 | 智言科技（深圳）有限公司 | 基于关系检测和强化学习的知识图谱推理方法 |
| CN108256065A (zh) * | 2018-01-16 | 2018-07-06 | 智言科技（深圳）有限公司 | 基于关系检测和强化学习的知识图谱推理方法 |
| WO2019184219A1 (zh) * | 2018-03-26 | 2019-10-03 | 平安科技（深圳）有限公司 | 智能搜索方法、服务器及存储介质 |
| CN109087132A (zh) * | 2018-07-18 | 2018-12-25 | 国家电网有限公司 | 一种基于知识图谱的用户问题推送方法及装置 |
| CN109214674A (zh) * | 2018-08-27 | 2019-01-15 | 联想(北京)有限公司 | 客服系统管理方法、客服系统及电子设备 |
| CN109214674B (zh) * | 2018-08-27 | 2023-01-06 | 联想(北京)有限公司 | 客服系统管理方法、客服系统及电子设备 |
| CN109285597A (zh) * | 2018-10-08 | 2019-01-29 | 北京健康有益科技有限公司 | 一种食疗食谱推荐方法、装置和可读介质 |
| CN110580291A (zh) * | 2019-07-29 | 2019-12-17 | 用友网络科技股份有限公司 | 基于erp客户服务知识图谱的智能搜索方法及计算机设备 |
| CN110956271A (zh) * | 2019-10-21 | 2020-04-03 | 北京明朝万达科技股份有限公司 | 一种海量数据的多级分类方法及装置 |
| CN110956271B (zh) * | 2019-10-21 | 2022-12-09 | 北京明朝万达科技股份有限公司 | 一种海量数据的多级分类方法及装置 |
| CN113297716A (zh) * | 2020-06-05 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 服装生产工艺生成方法、装置和服装生产方法、装置 |
| CN113641833A (zh) * | 2021-08-17 | 2021-11-12 | 同济大学 | 服务需求匹配方法及装置 |
| CN113641833B (zh) * | 2021-08-17 | 2024-04-09 | 同济大学 | 服务需求匹配方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106919660A (zh) | 基于知识图谱技术的服装客服智能服务方法和系统 | |
| Rudinger et al. | Social bias in elicited natural language inferences | |
| Barbieri et al. | Multimodal emoji prediction | |
| CN106570496A (zh) | 情绪识别方法和装置以及智能交互方法和设备 | |
| CN105426850A (zh) | 一种基于人脸识别的关联信息推送设备及方法 | |
| CN105740382A (zh) | 一种对短评论文本进行方面分类方法 | |
| CN106572001B (zh) | 一种智能客服的对话方法及系统 | |
| CN105843897A (zh) | 一种面向垂直领域的智能问答系统 | |
| CN106326212A (zh) | 一种基于层次深度语义的隐式篇章关系分析方法 | |
| CN103514253B (zh) | 基于社交活动数据的排序 | |
| Chafale et al. | Review on developing corpora for sentiment analysis using plutchik’s wheel of emotions with fuzzy logic | |
| CN103064971A (zh) | 一种基于评分和中文情感分析的垃圾评论检测方法 | |
| CN107944911A (zh) | 一种基于文本分析的推荐系统的推荐方法 | |
| KR20120109943A (ko) | 문장에 내재한 감정 분석을 위한 감정 분류 방법 | |
| CN109214008A (zh) | 一种基于关键词提取的情感分析方法及系统 | |
| Ajmani et al. | An ontology based personalized garment recommendation system | |
| CN107491435A (zh) | 基于计算机自动识别用户情感的方法及装置 | |
| CN110096587A (zh) | 基于注意力机制的lstm-cnn词嵌入的细粒度情感分类模型 | |
| Shaeeali et al. | Customer reviews analytics on food delivery services in social media: A review | |
| CN111507812A (zh) | 一种基于属性和标题的商品搭配推荐方法及装置 | |
| CN106169065A (zh) | 一种信息处理方法及电子设备 | |
| Kanger et al. | Recognizing emotion in text using neural network and fuzzy logic | |
| CN113204643B (zh) | 一种实体对齐方法、装置、设备及介质 | |
| CN107862037A (zh) | 一种基于实体连通图的事件模版构造方法 | |
| Mishra et al. | Modeling users and online communities for abuse detection: A position on ethics and explainability |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170704 |
|
| RJ01 | Rejection of invention patent application after publication |