CN107832291B - 人机协作的客服方法、电子装置及存储介质 - Google Patents
人机协作的客服方法、电子装置及存储介质 Download PDFInfo
- Publication number
- CN107832291B CN107832291B CN201711030638.XA CN201711030638A CN107832291B CN 107832291 B CN107832291 B CN 107832291B CN 201711030638 A CN201711030638 A CN 201711030638A CN 107832291 B CN107832291 B CN 107832291B
- Authority
- CN
- China
- Prior art keywords
- standard
- word
- word sequence
- words
- customer service
- 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.)
- Active
Links
Images
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
- G06F16/332—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
- G06F16/3331—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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/237—Lexical tools
- G06F40/247—Thesauruses; Synonyms
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种人机协作的客服方法,属于智能客服技术领域。一种人机协作的客服方法,包括以下步骤:S1、构建标准知识库;S2、构建同义词库;S3、获取客户的问题并进行分析,将客户的问题拆分为仅包含有标准词的标准词序列;S4、将标准词序列与标准知识库中的词序列进行匹配,并对应标准知识库中的每个词序列计算出相应的匹配值;S5、推送匹配值最高的词序列关联的标准问题所对应的答案显示在人工客服的对话框中;S6、人工客服对推送的内容进行判断后推送正确的答案给客户。本发明中智能客服在客户选择人工客服后不直接退出客服服务,而是帮助人工客服进行答案的匹配,并将答案显示在人工客服的对话框,以减少人工客服查询答案和打字的时间。
Description
技术领域
本发明涉及智能客服技术领域,涉及一种人机协作的客服方法、电子装置及存储介质。
背景技术
随着互联网的飞速发展,人们服务意识的提高,网络客服已经普及到各行各业,深入到日常商业服务的各个环节。
目前,常见的网络客户通常由智能客服和人工客服组成,相较于传统的客服方式,智能客服可以实现昼夜和节假日的全天候服务,分流人工客服负担,从而有效降低企业客服领域的运营成本。但是,智能客服并不能像人工客服那样准确理解客户的问题,并给出灵活的答案,因此很多时候还是需要需要人工客服对客户进行服务。
然而,由于人工客服对客户服务时,虽然可以准确理解客户的问题,但是答案查询速度较慢,并不是每个问题人工客服都能马上给出答案的;此外,有些答案需要人工客服手动输入到对话框中,效率低下。
因此,现在急需一种提高人工客服效率的方法,以有效缩短客户的等待时间,提高客户体验。
发明内容
本发明要解决的技术问题是为了克服现有技术中纯人工客服效率低下的问题,提出了一种人机协作的客服方法、电子装置及存储介质,在转为人工客服后,智能客服不退出服务,仅是将服务对象从客户换成了客服人员,帮助客服人员提供可能的答案。
本发明是通过下述技术方案来解决上述技术问题:
一种人机协作的客服方法,包括如下步骤:
S1、构建标准知识库,存储有若干用于智能问答的标准问题-答案对,并将标准问题拆分为由若干关键词组成的词序列与该标准问题关联保存;
S2、构建同义词库,存储有若干由标准词和关联该标准词的近义词组成的词群,所述标准词与标准问题中的关键词相对应;
S3、获取客户的问题并进行分析,将客户的问题拆分为仅包含有标准词的标准词序列;
S4、将标准词序列与标准知识库中的词序列进行匹配,并对应标准知识库中的每个词序列计算出相应的匹配值;
S5、推送匹配值最高的词序列关联的标准问题所对应的答案显示在人工客服的对话框中;
S6、人工客服对推送的内容进行判断后推送正确的答案给客户。
优选地,步骤S1具体包括以下分步骤:
S11、搜集并整理问题和与该问题相匹配的答案,构建成标准问题-答案对并保存;
S12、通过分词工具将标准问题拆分成由若干个词组成的词序列;
S13、将词序列中的停用词去除,生成由若干关键词组成的词序列与该标准问题关联保存。
优选地,步骤S2具体包括以下分步骤:
S21、提取标准知识库中各标准问题中的关键词;
S22、将所有关键词组成关键词集合并进行去重处理,得到标准词集合;
S23、依次提取标准词集合中的标准词,搜集与该标准词意思相近的至少一个近义词,并将所述近义词与所述标准词关联成词群进行保存。
优选地,步骤S3具体包括以下分步骤:
S31、获取客户的问题;
S32、分词,利用分词工具将客户的问题拆分成由若干个词组成的词序列;
S33、提取关键词,通过去除词序列中的停用词,生成仅由关键词组成的简化词序列;
S34、替换同义词,判断简化词序列中的关键词是否属于同义词库中的标准词,若不是则用同义词库中的标准词替换该关键词,生成仅包含有标准词的标准词序列;
S35、输出标准词序列。
优选地,分步骤S34具体包括以下子步骤:
S341、获取简化词序列中的关键词;
S342、将获取的关键词与同义词库中的标准词进行一一比对;
S343、判断同义词库中是否具有与该关键词相匹配的标准词,若是则执行步骤S345,若否则执行步骤S344;
S344、将该关键词与同义词库中的近义词进行一一比对,找出与该关键词相同的同义词,并将该同义词所关联的标准词替换该关键词在简化词序列中的位置;
S345、判断该关键词是否为所述简化词序列中的最后一个词,若是则执行步骤S346,若否则执行步骤S341;
S346、生成仅包含有标准词的标准词序列。
优选地,步骤S4具体包括以下分步骤:
S41、从标准知识库中提取出一个标准问题相关联的词序列;
S42、从标准词序列中提取出一个标准词与词序列中的关键词进行匹配;
S43、判断该标准词是否与词序列中的关键词相匹配,若是则执行步骤S44,若否则执行步骤S45;
S44、按照打分规则累计相应的分值;
S45、判断标准词是否为标准词序列中的最后一个标准词,若是则执行步骤S46,若否则执行步骤S42;
S46、输出累计的合计分值,再计算出该合计分值与所述词序列中所有关键词的总分值之间的比值作为匹配值进行暂存;
S47、判断所述词序列是否为标准知识库中的最后一个词序列,若是则执行步骤S48,若否则执行步骤S41;
S48、将所有暂存的匹配值降序排列。
优选地,步骤S6具体包括以下分步骤:
S61、人工客服对对话框中显示的答案进行判断,若答案正确则执行步骤S63,若答案不正确则执行步骤S62;
S62、对不正确的答案进行修改;
S63、将答案推送给客户。
一种电子装置,包括存储器和处理器,所述存储器上存储有可被所述处理器执行的人机协作的客服系统,所述人机协作的客服系统包括:
标准知识库,用于存储有若干用于智能问答的标准问题-答案对,并将标准问题拆分为由若干关键词组成的词序列与该标准问题关联保存;
同义词库,用于存储有若干由标准词和关联该标准词的近义词组成的词群,所述标准词与标准问题中的关键词相对应;
会话获取分析模块,用于获取客户的问题并进行分析,将客户的问题拆分为仅包含有标准词的标准词序列;
答案匹配模块,用于将标准词序列与标准知识库中的词序列进行匹配,并对应标准知识库中的每个词序列计算出相应的匹配值;
自动推送模块,用于推送匹配值最高的词序列关联的标准问题所对应的答案显示在人工客服的对话框中;
人工推送模块,用于在人工客服对推送的内容进行判断后推送正确的答案给客户。
一种计算机可读存储介质,所述计算机可读存储介质内存储有人机协作的客服系统,所述人机协作的客服系统可被至少一个处理器所执行,以使所述至少一个处理器执行如前述任一项所述的人机协作的客服方法的步骤。
本发明的积极进步效果在于:本发明中智能客服在客户选择人工客服后不直接退出客服服务,而是帮助人工客服进行答案的匹配,并将答案显示在人工客服的对话框中,减少了人工客服查询答案和打字的时间,提高了服务效率,有效缩短客户的等待时间,提高客户体验度。
附图说明
图1示出了本发明电子装置一实施例的硬件架构示意图;
图2示出了本发明电子装置中人机协作的客服系统一实施例的程序模块示意图;
图3示出了本发明人机协作的客服方法第一实施例的流程图;
图4示出了本发明人机协作的客服方法第二实施例中构建标准知识库的流程图;
图5示出了本发明人机协作的客服方法第二实施例中构建同义词库的流程图;
图6示出了本发明人机协作的客服方法第三实施例中会话获取分析的流程图;
图7示出了本发明人机协作的客服方法第四实施例中替换同义词的流程图;
图8示出了本发明人机协作的客服方法第五实施例中自动推送答案的流程图;
图9示出了本发明人机协作的客服方法第六实施例中人工推送答案的流程图。
具体实施方式
下面通过实施例的方式进一步说明本发明,但并不因此将本发明限制在所述的实施例范围之中。
首先,本发明提出了一种电子装置。
参阅图1所示,是本发明电子装置一实施例的硬件架构示意图。本实施例中,所述电子装置1是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。例如,可以是智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。如图所示,所述电子装置2至少包括,但不限于,可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及人机协作的客服系统20。其中:
所述存储器21至少包括一种类型的计算机可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器21可以是所述电子装置2的内部存储单元,例如该电子装置2的硬盘或内存。在另一些实施例中,所述存储器21也可以是所述电子装置2的外部存储设备,例如该电子装置2上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,所述存储器21还可以既包括所述电子装置2的内部存储单元也包括其外部存储设备。本实施例中,所述存储器21通常用于存储安装于所述电子装置2的操作系统和各类应用软件,例如所述人机协作的客服系统20的程序代码等。此外,所述存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器22在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制所述电子装置2的总体操作,例如执行与所述电子装置2进行数据交互或者通信相关的控制和处理等。本实施例中,所述处理器22用于运行所述存储器21中存储的程序代码或者处理数据,例如运行所述的人机协作的客服系统20等。
所述网络接口23可包括无线网络接口或有线网络接口,该网络接口23通常用于在所述电子装置2与其他电子装置之间建立通信连接。例如,所述网络接口23用于通过网络将所述电子装置2与外部终端相连,在所述电子装置2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication,GSM)、宽带码分多址(Wideband CodeDivision Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是,图1仅示出了具有组件21-23的电子装置2,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
在本实施例中,存储于存储器21中的所述人机协作的客服系统20可以被分割为一个或者多个程序模块,所述一个或者多个程序模块被存储于存储器11中,并可由一个或多个处理器(本实施例为处理器12)所执行,以完成本发明。
例如,图2示出了所述人机协作的客服系统20一实施例的程序模块示意图,该实施例中,所述人机协作的客服系统20可以被分割为标准知识库201、同义词库202、会话获取分析模块203、答案匹配模块204、自动推送模块205和人工推送模块206。其中,本发明所称的程序模块是指能够完成特定功能的一系列计算机程序指令段,比程序更适合于描述所述人机协作的客服系统20在所述电子装置1中的执行过程。以下描述将具体介绍所述程序模块201-206的具体功能。
标准知识库,用于存储有若干用于智能问答的标准问题-答案对,并将标准问题拆分为由若干关键词组成的词序列与该标准问题关联保存;
同义词库,用于存储有若干由标准词和关联该标准词的近义词组成的词群,所述标准词与标准问题中的关键词相对应;
会话获取分析模块,用于获取客户的问题并进行分析,将客户的问题拆分为仅包含有标准词的标准词序列;
答案匹配模块,用于将标准词序列与标准知识库中的词序列进行匹配,并对应标准知识库中的每个词序列计算出相应的匹配值;
自动推送模块,用于推送匹配值最高的词序列关联的标准问题所对应的答案显示在人工客服的对话框中;
人工推送模块,用于在人工客服对推送的内容进行判断后推送正确的答案给客户。
本实施例中,所述人机协作的客服系统20可以在客户选择人工客服后,继续获取客户问题进行分析后查询答案,并将答案推送给人工客服,以基于人工客服查询答案的时间。下面以客户询问“信用卡自动还款借记卡里钱不够怎么办?”为例做具体说明:
1、接收客户的问题“信用卡自动还款借记卡里钱不够怎么办?”,将该问题拆分为由关键词组成的词序列“信用卡自动还款钱不够”,并用同义词库中的标准词“不足”替换词序列中不属于标准词的关键词“不够”,最终将客户的问题表述为仅包含有标准词的标准词序列“信用卡自动还款钱不足”;
2、将标准词序列“信用卡自动还款钱不足”与标准知识库中的标准问题相匹配,并经计算得出该标准词序列与标准知识库中的标准问题“信用卡自动还款借记卡里余额不足怎么办?”相关联的词序列“信用卡自动还款余额不足”之间的匹配值最高,该匹配值为0.9。
3、将词序列“信用卡自动还款余额不足”关联的标准问题“信用卡自动还款借记卡里余额不足怎么办?”相对应的答案推送并显示在人工客服的对话框中。
4、人工客服判断该答案与客户的问题相匹配,直接点击发送,将该答案推送给客户。
本实施例中,标准知识库和同义词库都为预先维护在系统中的,并可根据实际情况做相应的修改、增加等。
其次,本发明提出一种人机协作的客服方法。
在第一实施例中,如图3所示,所述的人机协作的客服方法包括如下步骤:
S1、构建标准知识库,存储有若干用于智能问答的标准问题-答案对,并将标准问题拆分为由若干关键词组成的词序列与该标准问题关联保存;
S2、构建同义词库,存储有若干由标准词和关联该标准词的近义词组成的词群,所述标准词与标准问题中的关键词相对应;
S3、获取客户的问题并进行分析,将客户的问题拆分为仅包含有标准词的标准词序列;
S4、将标准词序列与标准知识库中的词序列进行匹配,并对应标准知识库中的每个词序列计算出相应的匹配值;
S5、推送匹配值最高的词序列关联的标准问题所对应的答案显示在人工客服的对话框中;
S6、人工客服对推送的内容进行判断后推送正确的答案给客户。
需要说明的是,步骤S1中的构建标准知识库和步骤S2中的构建同义词库为预先维护在系统中的,无需每次使用都维护一次,只要在内容需要更新时维护便可,维护方式可以是手动维护、系统自动抓取信息后自动维护或者两者相结合维护。步骤S6中,人工客服对于智能客服推送的答案可以在对话框中进行修改,然后将修改正确的答案发送给客户。
基于上述第一实施例,在第二实施例中,如图4所示,所述步骤S1具体包括以下分步骤:
S11、搜集并整理问题和与该问题相匹配的答案,构建成标准问题-答案对并保存;
S12、通过分词工具将标准问题拆分成由若干个词组成的词序列;
S13、将词序列中的停用词去除,生成由若干关键词组成的词序列与该标准问题关联保存。
下面以有关信用卡方面的问题维护为例对标准知识库的构建流程做具体说明:
标准问题1:如何申请开通信用卡?
标准问题2:信用卡自动还款借记卡余额不足怎么办?
标准问题3:如何办理信用卡挂失?
1、针对3个标准问题分别查找相对应的答案,将答案和3个标准问题分别对应构建成标准问题-答案对并保存在标准知识库中。
2、将3个标准问分别拆分成词序列,分别为:“如何申请开通信用卡”、“信用卡自动还款借记卡余额不足怎么办”和“如何办理信用卡挂失”。
3、去除词序列中的停用词,生成3组由若干关键词组成的词序列,分别为“申请开通信用卡”、“信用卡自动还款余额不足”和“办理信用卡挂失”,并将这3组词序列分别与相对应的标准问题关联保存在标准知识库中。
基于上述第二实施例,在第三实施例中,如图5所示,所述步骤S2具体包括以下分步骤:
S21、提取标准知识库中各标准问题中的关键词;
S22、将所有关键词组成关键词集合并进行去重处理,得到标准词集合;
S23、依次提取标准词集合中的标准词,搜集与该标准词意思相近的至少一个近义词,并将所述近义词与所述标准词关联成词群进行保存。
本实施例中,将标准问题中关键词确定为标准词,然后给每个标准词关联若干近义词,以便客户根据各自习惯使用词时,系统可以将非标准词替换成标准词,这样在将客户问题匹配标准问题时,可以具有更好的匹配效果,提高匹配的正确率。
接上例,同义词库的维护流程如下:
1、分别提取3个标准问题中的关键词“申请开通信用卡”、“信用卡自动还款余额不足”和“办理信用卡挂失”。
2、将“信用卡”这个关键词去重,得到标准词集合“申请开通信用卡自动还款余额不足办理挂失”。
3、先找出“申请”的近义词,可以是“申办”、“请求”或“办理”等,将这些词与标准词“申请”关联保存为申请词群;其他关键词词群的组成同申请词群的组成。
基于上述第三实施例,在第四实施例中,如图6所示,步骤S3具体包括以下分步骤:
S31、获取客户的问题;
S32、分词,利用分词工具将客户的问题拆分成由若干个词组成的词序列;
S33、提取关键词,通过去除词序列中的停用词,生成仅由关键词组成的简化词序列;
S34、替换同义词,判断简化词序列中的关键词是否属于同义词库中的标准词,若不是则用同义词库中的标准词替换该关键词,生成仅包含有标准词的标准词序列;
S35、输出标准词序列。
接上例,假设有客户进线询问老带新活动,问题为“信用卡自动还款借记卡里钱不够怎么办?”,以此为例具体说明会话分析的流程:
1、获取客户的问题“信用卡自动还款借记卡里钱不够怎么办?”。
2、将客户的问题拆分为词序列“信用卡自动还款借记卡里钱不够怎么办”。
3、提取出前述词序列中的五个关键词“信用卡”、“自动”、“还款”、“钱”、“不够”,生成简化词序列“信用卡自动还款钱不够”。
4、将前述简化词序列中的“不够”用“不足”替换,生成标准词序列“信用卡自动还款钱不足”。
5、输出标准词序列“信用卡自动还款钱不足”。
基于上述第四实施例,在第五实施例中,如图7所示,分步骤S33具体包括以下子步骤:
S341、获取简化词序列中的关键词;
S342、将获取的关键词与同义词库中的标准词进行一一比对;
S343、判断同义词库中是否具有与该关键词相匹配的标准词,若是则执行步骤S345,若否则执行步骤S344;
S344、将该关键词与同义词库中的近义词进行一一比对,找出与该关键词相同的同义词,并将该同义词所关联的标准词替换该关键词在简化词序列中的位置;
S345、判断该关键词是否为所述简化词序列中的最后一个词,若是则执行步骤S346,若否则执行步骤S341;
S346、生成仅包含有标准词的标准词序列。
接上例,以对简化词序列“信用卡自动还款钱不够”进行替换同义词为例具体说明替换过程:
1、获取简化词序列“信用卡自动还款钱不够”中的第一个关键词“信用卡”;
2、将关键词“信用卡”与同义词库中的标准词进行比对,找到一样的词“信用卡”;
3、判断关键词“信用卡”不是简化词序列“信用卡自动还款钱不够”中的最后一个词;
4、获取简化词序列“信用卡自动还款钱不够”中的第二个关键词“自动”,重复前面的步骤,直到该简化词序列中的第四个关键词“钱”;
5、获取简化词序列“信用卡自动还款钱不够”中的第五个关键词“不够”;
6、将关键词“不够”与同义词库中的标准词进行比对,没有找到一样的词;
7、将关键词“不够”与同义词库中的近义词进行比对,找到一样的词“不够”,用词“不够”关联的标准词“不足”替换简化词序列中的关键词“不够”;
8、判断关键词“不够”是简化词序列“信用卡自动还款钱不够”中的最后一个词;
9、生成标准词序列“信用卡自动还款钱不足”。
基于上述第五实施例,在第六实施例中,如图8所示,步骤S4具体包括以下分步骤:
S41、从标准知识库中提取出一个标准问题相关联的词序列;
S42、从标准词序列中提取出一个标准词与词序列中的关键词进行匹配;
S43、判断该标准词是否与词序列中的关键词相匹配,若是则执行步骤S44,若否则执行步骤S45;
S44、按照打分规则累计相应的分值;
S45、判断标准词是否为标准词序列中的最后一个标准词,若是则执行步骤S46,若否则执行步骤S42;
S46、输出累计的合计分值,再计算出该合计分值与所述词序列中所有关键词的总分值之间的比值作为匹配值进行暂存;
S47、判断所述词序列是否为标准知识库中的最后一个词序列,若是则执行步骤S48,若否则执行步骤S41;
S48、将所有暂存的匹配值降序排列。
接上例,以用标准词序列“信用卡自动还款钱不足”与标准知识库中的词序列进行匹配为例,具体说明匹配值的计算过程:
1、从标准知识库中提取出一个标准问题“如何申请开通信用卡?”关联的词序列“申请开通信用卡”;
2、从标准词序列“信用卡自动还款钱不足”中提取一个标准词“信用卡”与词序列“申请开通信用卡”的各个关键词依次进行匹配;
3、该标准词“信用卡”与词序列“申请开通信用卡”的“信用卡”相匹配;
4、按照打分规则累计分值5;
5、判断标准词“信用卡”不是标准词序列中的最后一个标准词,依次将标准词序列“信用卡自动还款钱不足”中的各标准词与与词序列“申请开通信用卡”的各个关键词依次进行匹配,没有其他相匹配的词;
6、输出累计的合计分值5,总分值为9,计算出匹配值为0.56;
7、所述词序列“申请开通信用卡”不是标准知识库中的最后一个词序列,因此依次取出标准知识库中的第二个词序列“信用卡自动还款余额不足”计算出匹配值为0.9,再取出标准知识库中的第二个词序列“办理信用卡挂失”计算出匹配值为0.56,依次类推进行计算……;
8、这里仅将上述三个匹配值进行降序排列,分别为0.9、0.56、0.56。
本例中,匹配值最高为0.9,对应的词序列为“信用卡自动还款余额不足”,该词序列关联的标准问题为“信用卡自动还款借记卡余额不足怎么办?”,因而最终将该标准问题对应的答案推送并显示在人工客服的对话框中。
基于上述第六实施例,在第七实施例中,如图9所示,步骤S6具体包括以下分步骤:
S61、人工客服对对话框中显示的答案进行判断,若答案正确则执行步骤S63,若答案不正确则执行步骤S62;
S62、对不正确的答案进行修改;
S63、将答案推送给客户。
接上例,以推送标准问题“信用卡自动还款借记卡余额不足怎么办?”所对应的答案给人工客服为例,具体说明人工推送的流程:
1、人工客服判断显示在对话框中的答案是客户问题的正确答案;
2、将该答案直接发送给客户。
假设人工客服判断显示在对话框中的答案不正确或者部分不正确,则需要对该答案进行修正,然后将修正后的答案发送给客户。比如:显示在对话框中的答案是标准问题“如何申请开通信用卡?”所对应的答案时,则人工客服需要将对话框清空,重新输入正确答案。又比如:显示在对话框中的答案是标准问题“信用卡自动还款借记卡余额不足怎么办?”所对应的答案,但是答案中部分内容没有及时更新,则人工客服需要对该答案进行更新,再将最新的答案发送给客户。
此外,本发明一种计算机可读存储介质,该计算机可读存储介质内存储有人机协作的客服系统20,该人机协作的客服系统20可被一个或多个处理器执行时,实现上述人机协作的客服方法或电子装置的操作。
虽然以上描述了本发明的具体实施方式,但是本领域的技术人员应当理解,这仅是举例说明,本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下,可以对这些实施方式做出多种变更或修改,但这些变更和修改均落入本发明的保护范围。
Claims (9)
1.一种人机协作的客服方法,其特征在于,包括如下步骤:
S1、构建标准知识库,存储有若干用于智能问答的标准问题-答案对,并将标准问题拆分为由若干关键词组成的词序列与该标准问题关联保存;
S2、构建同义词库,存储有若干由标准词和关联该标准词的近义词组成的词群,所述标准词与标准问题中的关键词相对应;
S3、获取客户的问题并进行分析,将客户的问题拆分为仅包含有标准词的标准词序列;
S4、将标准词序列与标准知识库中的词序列进行匹配,并对应标准知识库中的每个词序列计算出相应的匹配值;
S5、推送匹配值最高的词序列关联的标准问题所对应的答案显示在人工客服的对话框中;
S6、人工客服对推送的内容进行判断后推送正确的答案给客户。
2.根据权利要求1所述的人机协作的客服方法,其特征在于,步骤S1具体包括以下分步骤:
S11、搜集并整理问题和与该问题相匹配的答案,构建成标准问题-答案对并保存;
S12、通过分词工具将标准问题拆分成由若干个词组成的词序列;
S13、将词序列中的停用词去除,生成由若干关键词组成的词序列与该标准问题关联保存。
3.根据权利要求2所述的人机协作的客服方法,其特征在于,步骤S2具体包括以下分步骤:
S21、提取标准知识库中各标准问题中的关键词;
S22、将所有关键词组成关键词集合并进行去重处理,得到标准词集合;
S23、依次提取标准词集合中的标准词,搜集与该标准词意思相近的至少一个近义词,并将所述近义词与所述标准词关联成词群进行保存。
4.根据权利要求3所述的人机协作的客服方法,其特征在于,步骤S3具体包括以下分步骤:
S31、获取客户的问题;
S32、分词,利用分词工具将客户的问题拆分成由若干个词组成的词序列;
S33、提取关键词,通过去除词序列中的停用词,生成仅由关键词组成的简化词序列;
S34、替换同义词,判断简化词序列中的关键词是否属于同义词库中的标准词,若不是则用同义词库中的标准词替换该关键词,生成仅包含有标准词的标准词序列;
S35、输出标准词序列。
5.根据权利要求4所述的人机协作的客服方法,其特征在于,分步骤S34具体包括以下子步骤:
S341、获取简化词序列中的关键词;
S342、将获取的关键词与同义词库中的标准词进行一一比对;
S343、判断同义词库中是否具有与该关键词相匹配的标准词,若是则执行步骤S345,若否则执行步骤S344;
S344、将该关键词与同义词库中的近义词进行一一比对,找出与该关键词相同的同义词,并将该同义词所关联的标准词替换该关键词在简化词序列中的位置;
S345、判断该关键词是否为所述简化词序列中的最后一个词,若是则执行步骤S346,若否则执行步骤S341;
S346、生成仅包含有标准词的标准词序列。
6.根据权利要求5所述的人机协作的客服方法,其特征在于,步骤S4具体包括以下分步骤:
S41、从标准知识库中提取出一个标准问题相关联的词序列;
S42、从标准词序列中提取出一个标准词与词序列中的关键词进行匹配;
S43、判断该标准词是否与词序列中的关键词相匹配,若是则执行步骤S44,若否则执行步骤S45;
S44、按照打分规则累计相应的分值;
S45、判断标准词是否为标准词序列中的最后一个标准词,若是则执行步骤S46,若否则执行步骤S42;
S46、输出累计的合计分值,再计算出该合计分值与所述词序列中所有关键词的总分值之间的比值作为匹配值进行暂存;
S47、判断所述词序列是否为标准知识库中的最后一个词序列,若是则执行步骤S48,若否则执行步骤S41;
S48、将所有暂存的匹配值降序排列。
7.根据权利要求6所述的人机协作的客服方法,其特征在于,步骤S6具体包括以下分步骤:
S61、人工客服对对话框中显示的答案进行判断,若答案正确则执行步骤S63,若答案不正确则执行步骤S62;
S62、对不正确的答案进行修改;
S63、将答案推送给客户。
8.一种电子装置,包括存储器和处理器,其特征在于,所述存储器上存储有可被所述处理器执行的人机协作的客服系统,所述人机协作的客服系统包括:
标准知识库,用于存储有若干用于智能问答的标准问题-答案对,并将标准问题拆分为由若干关键词组成的词序列与该标准问题关联保存;
同义词库,用于存储有若干由标准词和关联该标准词的近义词组成的词群,所述标准词与标准问题中的关键词相对应;
会话获取分析模块,用于获取客户的问题并进行分析,将客户的问题拆分为仅包含有标准词的标准词序列;
答案匹配模块,用于将标准词序列与标准知识库中的词序列进行匹配,并对应标准知识库中的每个词序列计算出相应的匹配值;
自动推送模块,用于推送匹配值最高的词序列关联的标准问题所对应的答案显示在人工客服的对话框中;
人工推送模块,用于在人工客服对推送的内容进行判断后推送正确的答案给客户。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有人机协作的客服系统,所述人机协作的客服系统可被至少一个处理器所执行,以使所述至少一个处理器执行如权利要求1-7中任一项所述的人机协作的客服方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711030638.XA CN107832291B (zh) | 2017-10-26 | 2017-10-26 | 人机协作的客服方法、电子装置及存储介质 |
PCT/CN2018/076507 WO2019080420A1 (zh) | 2017-10-26 | 2018-02-12 | 人机协作的客服方法、电子装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711030638.XA CN107832291B (zh) | 2017-10-26 | 2017-10-26 | 人机协作的客服方法、电子装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107832291A CN107832291A (zh) | 2018-03-23 |
CN107832291B true CN107832291B (zh) | 2020-03-31 |
Family
ID=61650067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711030638.XA Active CN107832291B (zh) | 2017-10-26 | 2017-10-26 | 人机协作的客服方法、电子装置及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107832291B (zh) |
WO (1) | WO2019080420A1 (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109710732B (zh) * | 2018-11-19 | 2021-03-05 | 东软集团股份有限公司 | 信息查询方法、装置、存储介质和电子设备 |
CN109753648B (zh) * | 2018-11-30 | 2022-12-20 | 平安科技(深圳)有限公司 | 词链模型的生成方法、装置、设备及计算机可读存储介质 |
CN109710749A (zh) * | 2019-01-22 | 2019-05-03 | 深圳追一科技有限公司 | 一种客服辅助装置及方法 |
CN110992956A (zh) * | 2019-11-11 | 2020-04-10 | 上海市研发公共服务平台管理中心 | 语音转换的信息处理方法、装置、设备和存储介质 |
CN111104500A (zh) * | 2019-12-21 | 2020-05-05 | 江西省天轴通讯有限公司 | 一种线索匹配方法、系统、可读存储介质及计算机设备 |
CN112199958A (zh) * | 2020-09-30 | 2021-01-08 | 平安科技(深圳)有限公司 | 概念词序列生成方法、装置、计算机设备及存储介质 |
CN114363466B (zh) * | 2022-03-22 | 2022-06-10 | 长沙居美网络科技有限公司 | 基于ai的智呼云系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101789008A (zh) * | 2010-01-26 | 2010-07-28 | 武汉理工大学 | 人机接口系统知识库及其构建方法 |
JP2011103018A (ja) * | 2009-11-10 | 2011-05-26 | Nippon Telegr & Teleph Corp <Ntt> | 質問応答装置、質問応答方法、質問応答プログラム |
CN106484801A (zh) * | 2016-09-23 | 2017-03-08 | 厦门快商通科技股份有限公司 | 一种智能客服机器人的对话方法及其知识库管理系统 |
CN106844686A (zh) * | 2017-01-26 | 2017-06-13 | 武汉奇米网络科技有限公司 | 基于solr的智能客服问答机器人及其实现方法 |
CN107092602A (zh) * | 2016-02-18 | 2017-08-25 | 朗新科技股份有限公司 | 一种自动应答方法及系统 |
CN107220380A (zh) * | 2017-06-27 | 2017-09-29 | 北京百度网讯科技有限公司 | 基于人工智能的问答推荐方法、装置和计算机设备 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7774198B2 (en) * | 2006-10-06 | 2010-08-10 | Xerox Corporation | Navigation system for text |
-
2017
- 2017-10-26 CN CN201711030638.XA patent/CN107832291B/zh active Active
-
2018
- 2018-02-12 WO PCT/CN2018/076507 patent/WO2019080420A1/zh active Application Filing
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011103018A (ja) * | 2009-11-10 | 2011-05-26 | Nippon Telegr & Teleph Corp <Ntt> | 質問応答装置、質問応答方法、質問応答プログラム |
CN101789008A (zh) * | 2010-01-26 | 2010-07-28 | 武汉理工大学 | 人机接口系统知识库及其构建方法 |
CN107092602A (zh) * | 2016-02-18 | 2017-08-25 | 朗新科技股份有限公司 | 一种自动应答方法及系统 |
CN106484801A (zh) * | 2016-09-23 | 2017-03-08 | 厦门快商通科技股份有限公司 | 一种智能客服机器人的对话方法及其知识库管理系统 |
CN106844686A (zh) * | 2017-01-26 | 2017-06-13 | 武汉奇米网络科技有限公司 | 基于solr的智能客服问答机器人及其实现方法 |
CN107220380A (zh) * | 2017-06-27 | 2017-09-29 | 北京百度网讯科技有限公司 | 基于人工智能的问答推荐方法、装置和计算机设备 |
Non-Patent Citations (2)
Title |
---|
An Effective Similarity Measurement for FAQ Question Answering System;Zhong Min Juan;《2010 International Conference on Electrical and Control Engineering》;20100625;第4638-4641页 * |
基于本体的自动答疑系统的研究与实现;刘汉兴 等;《计算机应用》;20100228;第30卷(第2期);第415-418页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107832291A (zh) | 2018-03-23 |
WO2019080420A1 (zh) | 2019-05-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107832291B (zh) | 人机协作的客服方法、电子装置及存储介质 | |
US11392775B2 (en) | Semantic recognition method, electronic device, and computer-readable storage medium | |
CN107807960B (zh) | 智能客服方法、电子装置及计算机可读存储介质 | |
WO2019062001A1 (zh) | 智能机器人客服方法、电子装置及计算机可读存储介质 | |
CN111861768B (zh) | 基于人工智能的业务处理方法、装置、计算机设备及介质 | |
CN110516057B (zh) | 一种信访问题答复方法及装置 | |
CN112732893B (zh) | 文本信息的提取方法和装置、存储介质和电子设备 | |
CN111737443B (zh) | 答案文本的处理方法和装置、关键文本的确定方法 | |
CN113010542A (zh) | 业务数据处理方法、装置、计算机设备及存储介质 | |
CN114595686A (zh) | 知识抽取方法、知识抽取模型的训练方法及装置 | |
CN113052670A (zh) | 财务报表处理方法及系统 | |
CN112836521A (zh) | 问答匹配方法、装置、计算机设备及存储介质 | |
CN115640386A (zh) | 用于基于推荐话术进行对话的方法和设备 | |
CN112100491A (zh) | 基于用户数据的信息推荐方法、装置、设备及存储介质 | |
CN117273167A (zh) | 医疗模型的训练方法、医疗方法、装置、设备及存储介质 | |
CN113779176A (zh) | 查询请求补全方法、装置、电子设备和存储介质 | |
CN116166858A (zh) | 基于人工智能的信息推荐方法、装置、设备及存储介质 | |
CN111078972B (zh) | 提问行为数据的获取方法、装置和服务器 | |
CN110062112A (zh) | 数据处理方法、装置、设备及计算机可读存储介质 | |
CN113609833B (zh) | 文件的动态生成方法、装置、计算机设备及存储介质 | |
CN111291042B (zh) | 一种用于供电服务的电力数据处理系统及方法 | |
CN113535125A (zh) | 金融需求项生成方法及装置 | |
CN113190460A (zh) | 一种测试案例自动生成方法及装置 | |
CN118606525A (zh) | 一种数据处理方法、装置、设备、介质及程序产品 | |
CN115545780A (zh) | 广告投放方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |