CN109033270A - 一种基于人工客服日志自动构建客服知识库的方法 - Google Patents

Abstract

本发明涉及一种基于人工客服日志自动构建客服知识库的方法，该方法包括：对人工客服日志数据进行预处理；根据处理后的人工客服日志数据建立表达模型；通过所述表达模型获取待整理的用户问句的问句表达信息；对所述问句表达信息进行聚合处理，得到用户问句类簇；将所述用户问句类簇进行整理得到知识库。本发明所述的方法能够提高构建知识库的自动化程度，减少所消耗的人力资源投入，同时通过对大量的人工日志的信息抽取，减弱了在构建知识库过程中对于客服人员业务水平的依赖，降低了构建难度。

Description

一种基于人工客服日志自动构建客服知识库的方法

技术领域

本发明涉及机器人客服技术领域，具体涉及一种基于人工客服日志自动构建客服知识库的方法。

背景技术

客服是企业获得用户反馈意见、解决用户产品疑问的一个主要途径。传统的客服业务主要由专业的人工客服人员来处理，使得企业在客服方面的投入会随着客服业务量的增加而高速增长，成为不可忽视的支出。

针对这一问题，目前比较先进的解决办法是引入智能客服机器人，可以显著降低人工客服量，节约大量客服成本，客服机器人应用在客服工作中确实有着显而易见的优势：一是提高用户感知，为企业在线客服、新媒体客服等提供统一智能的自助服务支撑，降低了用户问题得到解决的难度和复杂度；二是提升服务效率，缩短咨询处理时限，分流传统人工客服压力，节省服务成本；三是快速收集用户诉求和行为数据，支撑产品迭代优化。

虽然客服机器人有着以上种种优势，但是我们需要考虑一个问题，如何从人工客服日志中提取出用户高频、意图明确的热门问题并进行分析，抽象成若干类标准问句(Frequently Asked Questions，简称FAQ，常见问题)，对每一个FAQ由专业的业务人员配置好标准答案，然后针对未来用户的问题，采用技术手段分析该问题是否归类到任何一个已有FAQ，若成功则将预先配置好的答案返回给用户，达到高效地解决用户疑问的效果。

从传统人工客服直接切换至智能客服机器人，目前市面上较多的处理方法为资深客服人员对用户经常问到的问题进行归类总结，从而形成知识库。该方法比较依赖于资深客服人员对整体业务情况的理解及总结能力。对于一个业务，通常有大量的用户日志积累，用户日志包含了大部分知识库信息。

目前大部分知识库构建算法通常采用机器学习算法(例如LSA，LDA等主题模型算法，以及如Seq2Seq等深度学习算法)或自然语言相关算法(如规则匹配或模板匹配)对用户问句进行聚合，然后由人工对每个类簇进行筛选并总结成FAQ标准问句，从而达到构建智能客服知识库的目的。但是，现有构建智能客服知识库的方法需要较多的人工干预，需要大量人工投入，并且构建的知识库的质量受人工客服业务水平影响较大。

发明内容

有鉴于此，本发明的目的在于克服现有技术的不足，提供一种基于人工客服日志自动构建客服知识库的方法，该方法能够提高构建知识库的自动化程度，减少所消耗的人力资源投入，同时通过对大量的人工日志的信息抽取，减弱了在构建知识库过程中对于客服人员业务水平的要求，降低了构建难度。

为实现以上目的，本发明采用如下技术方案：一种基于人工客服日志自动构建客服知识库的方法，包括：

对人工客服日志数据进行预处理；

根据处理后的人工客服日志数据建立表达模型；

通过所述表达模型获取待整理的用户问句的问句表达信息；

对所述问句表达信息进行聚合处理，得到用户问句类簇；

将所述用户问句类簇进行整理得到知识库。

可选的，所述人工客服日志数据包括：

用户的一个问句以及对应的客服回复；和，

用户整个会话过程中的所有问句以及对应的客服回复。

可选的，所述对人工客服日志数据进行预处理，包括：

利用机器学习算法或自然语言处理算法对人工客服日志数据进行处理，以去除掉与业务内容不相关的用户问句及回复。

可选的，所述表达模型是通过利用训练算法对处理后的人工客服日志数据进行训练得到的。

可选的，所述训练算法包括：

机器学习算法(如机器翻译算法)或搜索算法。

可选的，对所述问句表达信息进行聚合处理，包括：

采用聚类算法或同义词整合的方式对所述问句表达信息进行处理。

可选的，所述聚类算法为K-Means聚类算法及其相关改进算法。

可选的，所述问句表达信息包括：句子的向量表示和/或文本特征表示。

本发明还提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行一种自动构建客服知识库的方法，所述方法包括：

对人工客服日志数据进行预处理；

根据处理后的人工客服日志数据建立表达模型；

通过所述表达模型获取待整理的用户问句的问句表达信息；

对所述问句表达信息进行聚类处理；

将相似的用户问句聚合为同一类，并进行归类整理得到知识库。

本发明采用以上技术方案，通过人工客服日志数据训练出表达模型，并利用表达模型获取待整理的用户问句的问句表达信息，并对该问句表达信息进行聚合处理，得到用户问句类簇，最终将所述用户问句类簇进行整理得到知识库。该方法能够提高构建知识库的自动化程度，减少所消耗的人力资源投入，同时通过对大量的人工日志的信息抽取，减弱了在构建知识库过程中对于客服人员业务水平的要求，降低了构建难度。

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的前提下，还可以根据这些附图获得其他的附图。

图1是本发明自动构建客服知识库的方法实施例一提供的流程示意图；

图2是本发明自动构建客服知识库的方法实施例一提供的工作原理示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将对本发明的技术方案进行详细的描述。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的前提下所得到的所有其它实施方式，都属于本发明所保护的范围。

图1是本发明实施例一提供的基于人工客服日志自动构建客服知识库的方法的流程示意图。

如图1所示，本实施例的方法包括：

S1：对人工客服日志数据进行预处理；

进一步的，所述人工客服日志数据包括：

用户的一个问句以及对应的客服回复；和，

用户整个会话过程中的所有问句以及对应的客服回复。

所述对人工客服日志数据进行预处理，包括：

利用机器学习算法或自然语言处理算法对人工客服日志数据进行处理，以去除掉与业务内容不相关的用户问句及回复。

S2：根据处理后的人工客服日志数据建立表达模型；

进一步的，所述表达模型是通过利用训练算法对处理后的人工客服日志数据进行训练得到的。

其中，所述训练算法包括：机器学习算法(如机器翻译算法)或搜索算法。

S3：通过所述表达模型获取待整理的用户问句的问句表达信息；

具体的，所述问句表达信息包括：句子的向量表示和/或文本特征表示。

S4：对所述问句表达信息进行聚合处理，得到用户问句类簇；

进一步的，对所述问句表达信息进行聚合处理，包括：

采用聚类算法或同义词整合的方式对所述问句表达信息进行处理。

具体的，所述聚类算法为K-Means聚类算法及其相关改进算法。

S5：将所述用户问句类簇进行整理得到知识库。

上述过程中，所述表达模型主要是为了得到一个从用户问句到客服的映射关系，通过人工客服日志数据中的多组用户问句及其对应的客服训练处所述表达模型，其训练算法可采用机器学习算法、搜索技术方案或其他算法。

在所述表达模型训练完成后，我们可以将需要整理知识库的用户问句输入至表达模型，得到该批用户问句的表达信息，问句表达信息的形式可以是向量、文本特征，但可以理解的是，问句表达信息的形式不仅限于是向量或文本特征。然后将该问句表达信息进行聚类处理，进而将相似的用户问句聚合成一类，然后将该类簇进行整理构建FAQ，从而得到知识库。

上文所述的词向量是指用户问句中的词组，文本特征是指用户问句中词组的词性，短语的动宾主谓形式等。如，用户问句“如何申请退款？”，词向量可以划分为：如何、申请、退款，他们的文本特征分别为：如何(代词)、申请(动词)、退款(动词)，且“如何”与“申请”是状中结构，“申请”与“退款”是动宾结构，对以上的词向量和文本特征可以通过同义词整合或聚类算法，得到同类的相似用户问句，即得到用户问句类簇，最终，将该用户问句类簇推荐给人工客服进行归类整理构建FAQ，从而得到知识库。

图2是本发明自动构建客服知识库的方法实施例一提供的工作原理示意图。

通过图2可知，通过人工客服日志数据(包括用户问句和客服回答)训练出表达模型，再将待整理的用户问句输入至训练好的表达模型中，得到用户问句的问句表达信息；在对所述问句表达信息进行聚类处理，将相似的用户问句聚合为同一类，得到用户问句类簇；最终，将该用户问句类簇推荐给人工客服进行归类整理构建FAQ，从而得到知识库。

为便于理解，本实施例采用机器翻译算法作为表达模型的训练算法、K-Means聚类算法作为聚类算法进行说明，但本方案的实现并不限于此种形式。在表达模型中，模型的输入为人工客服日志数据(例如，用户的一个问句以及对应的客服回复或用户整个会话过程中的所有问句以及对应的客服回复)，以用户的一个问句以及对应的客服回复进行说明，对该问句进行解析，得到用户问句的词性信息、命名实体信息等。本方案以词向量形式作为用户问句的表达形式进行说明，也可使用文本特征进行表达，处理的过程可以是：

首先，对人工客服日志数据进行清洗，去掉与业务关系不够密切的用户问句及回答，(如你好、谢谢，具体需根据业务情况进行筛选)，具体方法可以使用机器学习算法(如语言模型打分)或自然语言处理算法(如模板匹配，句法分析等)；

然后，使用清洗后的人工客服日志数据训练表达模型，主要目的在于学习从用户问句到客服回答的一个映射关系；

然后，通过所述表达模型获取待整理的用户问句的问句表达信息，如问句的词向量；

再对所述问句表达信息进行聚类算法处理或者同义词替换整合，得到用户问句类簇；

最后，将用户问句类簇推荐给客服人员进行FAQ整理，得到相应的FAQ知识库。

可以理解的是，本实施例所述的表达模型训练方式不限于其形式，可使用深度学习算法、机器学习模型，也可使用搜索技术方案，其输入形式也不限于用户问句、人工客服回复等，可根据客服机器人实际情况决定其输入形式。比如说业务可能会重点考虑情感，会根据用户问句中是否有情感词、有哪些情感词去构建一些输入。

本实施例所述的方法不限于知识库整理的粒度，可根据业务的实际情况决定其知识库的粒度，即，根据业务具体需求设计出粗粒度或者细粒度的FAQ划分方式。比如，某个业务还没有客服知识库的情况下，划分方式主要体现在聚类的类别数，比如某个业务是银行的办卡业务，用户问的问题主要包括借记卡、信用卡等内容，粗粒度构建可构建为两类。对于信用卡，信用卡分类下面还可以包含很多内容，如开卡、年费等，如果想划分的更细，通过增加聚类的类别数即可。

本发明采用以上技术方案，通过人工客服日志数据训练出表达模型，并利用表达模型获取待整理的用户问句的问句表达信息，并对该问句表达信息进行聚合处理，得到用户问句类簇，最终将所述用户问句类簇进行整理得到知识库。该方法充分利用了已有的人工客服日志数据所包含的信息，能够通过海量人工客服日志数据快速迭代优化机器人客服知识库，降低了知识库构建对于人工业务水平的依赖，降低了构建难度。

本发明还提供了一种非临时性计算机可读存储介质，当所述存储介质中的指令由处理器执行时，使得处理器能够执行一种自动构建客服知识库的方法，所述方法包括：

对人工客服日志数据进行预处理；

根据处理后的人工客服日志数据建立表达模型；

通过所述表达模型获取待整理的用户问句的问句表达信息；

对所述问句表达信息进行聚类处理；

将相似的用户问句聚合为同一类，并进行归类整理得到知识库。

可以理解的是，上述各实施例中相同或相似部分可以相互参考，在一些实施例中未详细说明的内容可以参见其他实施例中相同或相似的内容。

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。

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，所述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。所述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。

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一定指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何的一个或多个实施例或示例中以合适的方式结合。

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 (9)

1.一种基于人工客服日志自动构建客服知识库的方法，其特征在于，包括：

对人工客服日志数据进行预处理；

根据处理后的人工客服日志数据建立表达模型；

通过所述表达模型获取待整理的用户问句的问句表达信息；

对所述问句表达信息进行聚合处理，得到用户问句类簇；

将所述用户问句类簇进行整理得到知识库。

2.根据权利要求1所述的方法，其特征在于，所述人工客服日志数据包括：

用户的一个问句以及对应的客服回复；和，

用户整个会话过程中的所有问句以及对应的客服回复。

3.根据权利要求1所述的方法，其特征在于，所述对人工客服日志数据进行预处理，包括：

利用机器学习算法或自然语言处理算法对人工客服日志数据进行处理，以去除掉与业务内容不相关的用户问句及回复。

4.根据权利要求1所述的方法，其特征在于，所述表达模型是通过利用训练算法对处理后的人工客服日志数据进行训练得到的。

5.根据权利要求4所述的方法，其特征在于，所述训练算法包括：

机器学习算法或搜索算法。

6.根据权利要求1至5任一项所述的方法，其特征在于，对所述问句表达信息进行聚合处理，包括：

采用聚类算法或同义词整合的方式对所述问句表达信息进行处理。

7.根据权利要求6所述的方法，其特征在于，所述聚类算法为K-Means聚类算法及其相关改进算法。

8.根据权利要求1至5任一项所述的方法，其特征在于，所述问句表达信息包括：句子的向量表示和/或文本特征表示。

9.一种非临时性计算机可读存储介质，其特征在于，当所述存储介质中的指令由处理器执行时，使得处理器能够执行一种自动构建客服知识库的方法，所述方法包括：

对人工客服日志数据进行预处理；

根据处理后的人工客服日志数据建立表达模型；

通过所述表达模型获取待整理的用户问句的问句表达信息；

对所述问句表达信息进行聚类处理；

将相似的用户问句聚合为同一类，并进行归类整理得到知识库。