CN109710772A - 一种基于深度学习的问答库知识管理系统及其实现方法 - Google Patents

Abstract

本发明涉及大数据技术领域，特别是一种基于深度学习的问答库知识管理系统及其实现方法。本发明的系统包括全局设置模块、知识管理模块、知识学习模块、知识统计模块、会话模拟模块和终端对接模块；所述的各模块具有增删改查等设置功能；基本步骤是：(1)、进行全局设置；(2)、进行知识管理，包括创建知识；(3)、进行知识学习，包括通过大数据资料/历史会话的迭代过程进行知识挖掘和问题聚类，用户标注反馈；(4)、进行会话模拟：模拟真实环境的对话；(5)、统计知识，了解本应用领域的高频、突增问题，用于改善和决策；(6)、以上模块将打包进行多终端适应和分发。本发明的系统及方法能了解人类的自然语言习惯，能知道用户的复杂问题，不需要人工的介入。

Description

一种基于深度学习的问答库知识管理系统及其实现方法

技术领域

本发明涉及大数据技术领域，特别是一种基于深度学习的问答库知识管理系统及其实现方法。

背景技术

目前，FAQ(问答)系统被广泛应用于客服、销售和机器人助手等场景；但往往面临如下问题：

A：问答匹配问题；目前主流的匹配方法是根据客户的问题关键词进行匹配，要求完全匹配已经设置好的关键词；如果语义相近但词语不同往往导致无法匹配问题。

B：自主扩展学习问题；无法根据历史数据进行自主/手动关联客户的意图、关联标准问题以及对标准问题进行相似问题的挖掘扩展。

发明内容

本发明解决的技术问题在于提供一种基于深度学习的问答库知识管理系统及其实现方法；本发明的系统及方法能了解人类的自然语言习惯，能知道用户的复杂问题，是否是标注问题的相似问题；不需要人工的介入。

本发明上述解决技术问题的技术方案是：

所述的系统包括全局设置模块、知识管理模块、知识学习模块、知识统计模块、会话模拟模块和终端对接模块；所述的各模块具有增删改查等设置功能；

所述的全局设置模块可以对系统进行全局的初始设置；

所述的知识管理模块包括业务分类管理、FAQ问答知识管理、表格知识管理、专名词管理、敏感词管理、同义词管理，实现知识添加、导入、导出等；

所述的知识学习模块提供知识挖掘、问题聚类、系统反馈、标注平台等功能；

所述的知识统计模块实现对FAQ应答情况的统计；

所述的会话模拟模块，在录入的知识发布生效后，通过会话模拟体验客户输入的问题是否可以获得预期答案；

所述的终端对接模块提供多种API接口，支持网站、APP、微信、呼叫中心等全渠道接入，支持售前售后多种智能交互场景。

所述的全局设置模块的设置包括机器人名词，欢迎语，输入提示语，输入建议框高度，个人使用概览话术。

所述的知识管理模块的FAQ问答知识管理包括创建FAQ问答、批量导入FAQ问答、FAQ问答列表查询、FAQ问答编辑、FAQ问答删除、FAQ问答批量导出。

所述的终端对接模块提供的API接口包括：

A：网站API：为Javascript API接口；

B：APP API：分为安卓接口和IOS接口；

C：微信API：提供微信接口；

D：呼叫中心API：提供呼叫中心接口，包括语音文字互转接口。

所述系统的实现方法包括如下步骤：

(1)、进行全局设置；

(2)、进行知识管理，包括创建知识；

(3)、进行知识学习，包括通过大数据资料/历史会话的迭代过程进行知识挖掘和问题聚类，用户标注反馈；

(4)、进行会话模拟：模拟真实环境的对话；

(5)、统计知识，了解本应用领域的高频、突增问题，用于改善和决策；

(6)、以上模块将打包进行多终端适应和分发。

所述的方法由知识管理模块实现：

A：添加知识；用户可以添加单条或多条FAQ问答；添加时选项包括：业务类型、标准问题、相似问题、对外答案；其中高级添加设置中提供“对内答案”和“有效期设置”；其中对内答案是企业内部人员可参考的答案，可以与对外答案相同或不同；有效期控制该条FAQ的生效时间、不设置则默认为“永久有效”；另外，创建FAQ时去重，系统自动检测，如果重复则出现红字提示“请勿重复添加”；

具有快速冷启动功能，对常见知识库快速迁移，通过深度学习、知识训练和学习，从历史会话中智能抽取知识；

B：批量导入：根据提供的模板进行数据导入；系统可检测知识库中已有的相同问题，确保同一个问题对应一个答案，提供更新按钮、放弃添加按钮和导出重复数据按钮；

C：查询：查询已有的FAQ、查询条件包括业务分类、有效期和关键字查询；

D：编辑：对FAQ进行修改，操作类似创建；

E：删除：可将已发布的FAQ数据手动删除或修改状态为“无效”，支持单条删除和批量删除；

F：批量导出：导出搜索条件下的全部FAQ列表数据。

所述的知识学习模块，对

A：历史会话挖掘通过查看历史会话中的客户提问信息，对每条信息可进行操作，包括“有意图”、“无意图”、“学习”和“删除”和选择标准问答；其中“学习”会将该问题作为已选择的标准问答的相似问题，对模型进行在线重训；若无标准问题，点击“学习”后则进入知识管理对该条FAQ进行补录；通过对每条信息进行的认为选择结果，辅助对系统的智能判定；经重训后，系统将对已有的和将有的类似的问题进行聚类，通过综合应用Term检索、语义检索、图检索等AI技术的高检索效率，识别用户多种问法，精准理解用户意图，提升准召率，用于实战时客户的各种问题；

B：相似挖掘知识库里的标准问题，利用挖掘工具、从历史会话中挖掘相似问题，用户可以对挖掘结果给予反馈和标注；提高语义泛化能力和相同问题多种问法的识别能力。

所述的终端对接模块实现

A：智能客服助手：提高知识检索效率，规范人工客服服务，快速解答业务常见问题，提高客服工作效率；

B：智能销售助手：通过用户画像辅助，资深坐席沉淀分享销售话术，机器人进行销售话术引导，促进成单转化率；

C：智能培训：根据坐席特点，发现问题、定位问题，并利用知识库中的知识条目自动生成个性化、针对性问卷，辅助坐席及时学习新知识、强化弱项知识点的训练；

D：智能家居：关联物联网，结合设备状态，实现智能化故障诊断及使用指导。

本发明的系统以自然语言处理为基础，具有快速冷启动(常见知识库可快速迁移，历史会话记录可自动抽取知识)、高检索效率(综合应用Term检索、语义检索、图检索等AI技术，用户多种问法识别，精准理解用户意图，提升准召率)、自主学习(在与用户的问答对话过程中，系统会根据用户的反馈自主学习，对语义及模型持续优化，持续提高准确应答率)、知识关联(通过数据挖掘等技术，挖掘相似问题、预测上下游问题，还可进行个性化推荐)、会话流程引擎(多轮会话处理引擎，支持上下文理解、个性化训练、槽位抽取，提供贴近自然语言习惯的智能化交互体验)、多终端对接(丰富的API接口，支持网站、APP、微信、呼叫中心等全渠道接入，支持售前售后多种智能交互场景)等功能。本发明利用NLP(自然语言处理)、大数据挖掘、大数据处理和深度学习等AI技术，具备知识挖掘、知识管理、知识关联、知识推理与建模、智能检索、自主学习和训练、智能质检等能力，实现多领域的语义理解和多形式的问答对话，可应用于智能客服、销售助手、实体机器人等业务场景。

附图说明

下面结合附图对本发明进一步说明：

图1为本发明的流程图。

具体实施方式

下面将结合附图，对本发明实施例中的技术方案进行清楚、完整的描述，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实质性创造获得的方案，都属于本发明保护的范围。

以下是本发明的关于一种基于深度学习的问答库知识管理系统的重要功能点实现方法：

1：全局设置模块。本模块提供增删改查等设置功能；对系统进行全局的初始设置；以智能销售为例：可以设置销售机器客服的名称、用户进入会话时的欢迎语；相关产品的浮动窗口(包括“发送链接”按钮)；气泡提示：告知用户UI界面各个按钮的操作功能；窗口的样式设置；用户储备的个性化话术快捷语句和快捷名称按钮等；

2：知识管理模块。

A：添加知识；用户可以添加单条或多条FAQ问答；添加时选项包括：业务类型、标准问题、相似问题(可选、多条)、对外答案(可添加附件如图片)；其中高级添加设置中提供“对内答案”和“有效期设置”；其中对内答案是企业内部人员可参考的答案，可以与对外答案相同或不同；有效期控制该条FAQ的生效时间、不设置则默认为“永久有效”；另外，本系统提供一个创建FAQ时的去重功能，系统自动检测，如果重复则出现红字提示“请勿重复添加”；

本系统还具有快速冷启动功能，对常见知识库快速迁移，通过深度学习、知识训练和学习，可从历史会话中智能抽取知识；

B：批量导入：根据提供的模板进行数据导入；系统可检测知识库中已有的相同问题，确保同一个问题对应一个答案，因此提供更新按钮(覆盖)、放弃添加按钮和导出重复数据按钮；

C：查询：查询已有的FAQ、查询条件包括业务分类、有效期和关键字查询；

D：编辑：对FAQ进行修改，操作类似创建；

E：删除：可将已发布的FAQ数据手动删除或修改状态为“无效”，支持单条删除和批量删除(多选框选择)；

F：批量导出：导出搜索条件下的全部FAQ列表数据；

3：知识学习模块。在“知识学习”中，

A：历史会话挖掘通过查看历史会话中的客户提问信息，对每条信息可进行操作，包括“有意图”、“无意图”、“学习”和“删除”和选择标准问答；其中“学习”会将该问题作为已选择的标准问答的相似问题，对模型进行在线重训；若无标准问题，点击“学习”后则进入知识管理对该条FAQ进行补录；通过对每条信息进行的认为选择结果，将对系统的智能判定起重大作用，其自我智能重训的过程，其实就是一个人工智能自我优化的过程；经重训后，系统将对已有的和将有的类似的问题进行聚类，通过高检索效率：综合应用Term检索、语义检索、图检索等AI技术，识别用户多种问法，精准理解用户意图，提升准召率，用于实战时客户的各种问题(语义近似、词语不同等)；

B：相似挖掘对知识库里的标准问题，利用挖掘工具、从历史会话中挖掘相似问题，用户可以对挖掘结果给予反馈和标注；可提高语义泛化能力和相同问题多种问法的识别能力；批量勾选标准问题，点击“开始挖掘”；挖掘任务提交后，返回三种状态“挖掘成功”、“挖掘失败”和“挖掘中”；随后用户可进行人工校验；本模块主要运用知识关联技术(通过数据挖掘等技术，挖掘相似问题、预测上下游问题，进行个性化标准问题推荐)；同时，本模块将优化系统的会话流程引擎(多轮会话处理引擎，包括上下文理解、个性化训练、槽位抽取，提供贴近自然语言习惯的智能化交互体验等)；

4：知识统计模块。本模块通过对FAQ应答情况的统计帮助用户快速发现高频问题、突增问题和未回答问题，帮助用户快速追查业务本身的原因。支持时间段查询，呈现选定时段内的整体情况，包括访问量、访问人数、请求量、召回率、高频问题和未回答问题；主要是通过ECHARTS互动性人性化视图报表来呈现；包括各种过滤条件和智能检测，智能气泡提示和消息提示；

5：会话模拟模块。添加的知识生效后，可在本模块体验问答效果；点击“会话模拟”，即弹出一个模拟的对话框，用户可以模仿客户的角色，任意提问，进行系统测试；

6：终端对接模块。本模块提供多种API接口，支持网站、APP、微信、呼叫中心等全渠道接入，支持售前售后多种智能交互场景；其中：

A：网站API：为Javascript API接口；

B：APP API：分为安卓接口和IOS接口；

C：微信API：提供微信接口；

D：呼叫中心API：提供呼叫中心接口，包括语音文字互转接口等。

Claims (9)

1.一种基于深度学习的问答库知识管理系统，其特征在于：所述的系统包括全局设置模块、知识管理模块、知识学习模块、知识统计模块、会话模拟模块和终端对接模块；所述的各模块具有增删改查设置功能；

所述的全局设置模块可以对系统进行全局的初始设置；

所述的知识管理模块包括业务分类管理、FAQ问答知识管理、表格知识管理、专名词管理、敏感词管理、同义词管理，实现知识添加、导入、导出；

所述的知识学习模块提供知识挖掘、问题聚类、系统反馈、标注平台功能；

所述的知识统计模块实现对FAQ应答情况的统计；

所述的会话模拟模块，在录入的知识发布生效后，通过会话模拟体验客户输入的问题是否可以获得预期答案；

所述的终端对接模块提供多种API接口，支持网站、APP、微信、呼叫中心等全渠道接入，支持售前售后多种智能交互场景。

2.根据权利要求1所述的系统，其特征在于：

所述的全局设置模块的设置包括机器人名词，欢迎语，输入提示语，输入建议框高度，个人使用概览话术。

3.根据权利要求1所述的系统，其特征在于：

所述的知识管理模块的FAQ问答知识管理包括创建FAQ问答、批量导入FAQ问答、FAQ问答列表查询、FAQ问答编辑、FAQ问答删除、FAQ问答批量导出。

4.根据权利要求2所述的系统，其特征在于：

所述的知识管理模块的FAQ问答知识管理包括创建FAQ问答、批量导入FAQ问答、FAQ问答列表查询、FAQ问答编辑、FAQ问答删除、FAQ问答批量导出。

5.根据权利要求1至4任一项所述的系统，其特征在于：

所述的终端对接模块提供的API接口包括：

A：网站API：为Javascript API接口；

B：APP API：分为安卓接口和IOS接口；

C：微信API：提供微信接口；

D：呼叫中心API：提供呼叫中心接口，包括语音文字互转接口。

6.一种权利要求1至5任一项所述系统的实现方法，其特征在于：包括如下步骤：

(1)、进行全局设置；

(2)、进行知识管理，包括创建知识；

(3)、进行知识学习，包括通过大数据资料/历史会话的迭代过程进行知识挖掘和问题聚类，用户标注反馈；

(4)、进行会话模拟：模拟真实环境的对话；

(5)、统计知识，了解本应用领域的高频、突增问题，用于改善和决策；

(6)、以上模块将打包进行多终端适应和分发。

7.根据权利要求6所述的方法，其特征在于：

所述的方法由知识管理模块实现：

A：添加知识；用户可以添加单条或多条FAQ问答；添加时选项包括：业务类型、标准问题、相似问题、对外答案；其中高级添加设置中提供“对内答案”和“有效期设置”；其中对内答案是企业内部人员可参考的答案，可以与对外答案相同或不同；有效期控制该条FAQ的生效时间、不设置则默认为“永久有效”；另外，创建FAQ时去重，系统自动检测，如果重复则出现红字提示“请勿重复添加”；

具有快速冷启动功能，对常见知识库快速迁移，通过深度学习、知识训练和学习，从历史会话中智能抽取知识；

B：批量导入：根据提供的模板进行数据导入；系统可检测知识库中已有的相同问题，确保同一个问题对应一个答案，提供更新按钮、放弃添加按钮和导出重复数据按钮；

C：查询：查询已有的FAQ、查询条件包括业务分类、有效期和关键字查询；

D：编辑：对FAQ进行修改，操作类似创建；

E：删除：可将已发布的FAQ数据手动删除或修改状态为“无效”，支持单条删除和批量删除；

F：批量导出：导出搜索条件下的全部FAQ列表数据。

8.根据权利要求6所述的方法，其特征在于：

所述的知识学习模块，对

A：历史会话挖掘通过查看历史会话中的客户提问信息，对每条信息可进行操作，包括“有意图”、“无意图”、“学习”和“删除”和选择标准问答；其中“学习”会将该问题作为已选择的标准问答的相似问题，对模型进行在线重训；若无标准问题，点击“学习”后则进入知识管理对该条FAQ进行补录；通过对每条信息进行的认为选择结果，辅助对系统的智能判定；经重训后，系统将对已有的和将有的类似的问题进行聚类，通过综合应用Term检索、语义检索、图检索等AI技术的高检索效率，识别用户多种问法，精准理解用户意图，提升准召率，用于实战时客户的各种问题；

B：相似挖掘知识库里的标准问题，利用挖掘工具、从历史会话中挖掘相似问题，用户可以对挖掘结果给予反馈和标注；提高语义泛化能力和相同问题多种问法的识别能力。

9.根据权利要求6所述的方法，其特征在于：

所述的终端对接模块实现

A：智能客服助手：提高知识检索效率，规范人工客服服务，快速解答业务常见问题，提高客服工作效率；

B：智能销售助手：通过用户画像辅助，资深坐席沉淀分享销售话术，机器人进行销售话术引导，促进成单转化率；

C：智能培训：根据坐席特点，发现问题、定位问题，并利用知识库中的知识条目自动生成个性化、针对性问卷，辅助坐席及时学习新知识、强化弱项知识点的训练；

D：智能家居：关联物联网，结合设备状态，实现智能化故障诊断及使用指导。