CN109829047A - 一种智能助手系统及实现方法 - Google Patents
一种智能助手系统及实现方法 Download PDFInfo
- Publication number
- CN109829047A CN109829047A CN201910053101.8A CN201910053101A CN109829047A CN 109829047 A CN109829047 A CN 109829047A CN 201910053101 A CN201910053101 A CN 201910053101A CN 109829047 A CN109829047 A CN 109829047A
- Authority
- CN
- China
- Prior art keywords
- knowledge
- score value
- intelligence
- client
- enterprise
- 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
Abstract
本发明涉及智能助手系统,包括人工智能系统、知识管理系统和智能学习系统;知识管理系统,将企业碎片化的知识根据语料具体含义分类,并按分类建立模型形成知识库;人工智能系统,识别理解客户问题,并在知识库进行匹配,根据问题类型推荐出对应答案,完成回复;智能学习系统,对人工智能系统与客户的对话信息进行信息回收、数据整理和归类,生成未理解问题和相似问题,供智能助手学习;智能助手平台采用智能AI技术,让AI机器人听得懂用户的话,解决的了用户的问题,可以同时处理大量的用户来电或外呼,智能助手系统采用机器人模拟真人的模式,可以实现24小时不间断提供服务,在沟通过程中灵活方便,实现与用户无障碍交流,从长远看成本低廉。
Description
技术领域
本发明涉及智能助手技术领域,更具体地说,涉及一种智能助手系统及实现方法。
背景技术
随着通信技术的发展,企业与客户之间的距离被不断拉近,其中电话沟通是主要手段之一;目前传统的客服方式,依托于客服人员逐一拨打/接听用户电话来处理问题,一对一解决问题的形式,效率低下、成本高昂且响应慢。
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,提供一种智能助手系统;
还提供了一种智能助手实现方法。
本发明解决其技术问题所采用的技术方案是:
构造一种智能助手系统,其中,包括人工智能系统、知识管理系统和智能学习系统;
所述知识管理系统,用于将企业碎片化的知识根据语料具体含义分类,并按分类建立模型形成知识库;
所述人工智能系统,用于识别理解客户问题,并在知识库进行匹配,根据问题类型推荐出对应答案,完成回复;
所述智能学习系统,用于对所述人工智能系统与客户的对话信息进行信息回收、数据整理和归类,生成未理解问题和相似问题,供智能助手学习。
本发明所述的智能助手系统,其中,所述智能助手系统还包括监控管理系统;所述监控管理系统,用于将客户问的问题进行实时监控、分析各渠道来的客户的问题的数据,帮助企业管理员了解热点问题和当前的服务瓶颈。
本发明所述的智能助手系统,其中,所述知识管理系统将企业碎片化的知识分为标准问和相似问法,通过SVM将每个标准问和相似问存储成L4,再根据语料具体含义,将每个L4计算出对应的分值,再存储到对应分类模型中。
本发明所述的智能助手系统,其中,所述人工智能系统通过实体识别或意图识别理解用户问题。
本发明所述的智能助手系统,其中,所述实体识别,通过NER模块理解客户的问题中有哪些实体,然后通过Anne的分词将客户问题打碎,将碎片化的客户问题与SVM计算出来的模型整体相似读进行对比、排序,理解出分值较高的几个L4,如果分值大于一定程度,称为完全匹配;如果分值在某一区间内,称为推荐匹配;如果分值低于某一分值,称为不匹配。
本发明所述的智能助手系统,其中,企业可将L4和L4之间关联起来,也可以配置每一个L4的答案的反问,达到信息收集的目的。
本发明所述的智能助手系统,其中,所述知识管理系统,还用于将企业碎片化的知识建立知识图谱。
一种智能助手实现方法,根据上述的智能助手系统,其实现方法如下:
第一步:将企业碎片化的知识根据语料具体含义分类,并按分类建立模型形成知识库;
第二步:识别理解客户问题,并在知识库进行匹配,根据问题类型推荐出对应答案,完成回复;
第三步:将与客户的对话信息进行信息回收、数据整理和归类,生成未理解问题和相似问题,供智能助手学习。
本发明所述的智能助手实现方法,其中,所述第一步中,将企业碎片化的知识分为标准问和相似问法,通过SVM将每个标准问和相似问存储成L4,再根据语料具体含义,将每个L4计算出对应的分值,再存储到对应分类模型中。
本发明所述的智能助手实现方法,其中,所述第二步中,通过NER模块理解客户的问题中有哪些实体,然后通过Anne的分词将客户问题打碎,将碎片化的客户问题与SVM计算出来的模型整体相似读进行对比、排序,理解出分值较高的几个L4,如果分值大于一定程度,称为完全匹配;如果分值在某一区间内,称为推荐匹配;如果分值低于某一分值,称为不匹配。
本发明的有益效果在于:将企业碎片化的知识根据语料具体含义分类,并按分类建立模型形成知识库,识别理解客户问题,并在知识库进行匹配,根据问题类型推荐出对应答案,完成回复,将与客户的对话信息进行信息回收、数据整理和归类,生成未理解问题和相似问题,供智能助手学习,智能助手平台采用智能AI技术,让AI机器人听得懂用户的话,解决的了用户的问题,可以同时处理大量的用户来电或外呼,智能助手系统采用机器人模拟真人的模式,可以实现24小时不间断提供服务,在沟通过程中灵活方便,实现与用户无障碍交流,从长远看成本低廉。
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,下面将结合附图及实施例对本发明作进一步说明,下面描述中的附图仅仅是本发明的部分实施例,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附图:
图1是本发明较佳实施例的智能助手系统原理框图;
图2是本发明较佳实施例的智能助手系统实现方法流程图。
具体实施方式
为了使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例是本发明的部分实施例,而不是全部实施例。基于本发明的实施例,本领域普通技术人员在没有付出创造性劳动的前提下所获得的所有其他实施例,都属于本发明的保护范围。
本发明较佳实施例的智能助手系统,如图1所示,包括人工智能系统1、知识管理系统2和智能学习系统3;
知识管理系统2,用于将企业碎片化的知识根据语料具体含义分类,并按分类建立模型形成知识库;
人工智能系统1,用于识别理解客户问题,并在知识库进行匹配,根据问题类型推荐出对应答案,完成回复;
智能学习系统3,对人工智能系统与客户的对话信息进行信息回收、数据整理和归类,生成未理解问题和相似问题,供智能助手学习;
智能助手平台采用智能AI技术,让AI机器人听得懂用户的话,解决的了用户的问题,可以同时处理大量的用户来电或外呼,智能助手系统采用机器人模拟真人的模式,可以实现24小时不间断提供服务,在沟通过程中灵活方便,实现与用户无障碍交流,从长远看成本低廉;
模型类型可分为:意图模型、语义模型、预判模型、实体模型、情感模型等;
多渠道服务接入支持:可深度对接各大在线客服平台,包括微信、Web网页和APP等渠道,并结合工单、CRM等功能,协助企业全面优化的工作流程,提高内部协作效率。
优选的,智能助手系统还包括监控管理系统4;监控管理系统4,用于将客户问的问题进行实时监控、分析各渠道来的客户的问题的数据,帮助企业管理员了解热点问题和当前的服务瓶颈;可对机器人进行实时明细监控,方便人工干预。
优选的,知识管理系统2将企业碎片化的知识分为标准问和相似问法,通过SVM将每个标准问和相似问存储成L4,再根据语料具体含义,将每个L4计算出对应的分值,再存储到对应分类模型中;便于进行清晰分类。
优选的,人工智能系统1通过实体识别或意图识别理解用户问题,还可采用语音识别、情感识别等。
优选的,实体识别,通过NER模块理解客户的问题中有哪些实体,然后通过Anne的分词将客户问题打碎,将碎片化的客户问题与SVM计算出来的模型整体相似读进行对比、排序,理解出分值较高的几个L4,如果分值大于一定程度,称为完全匹配;如果分值在某一区间内,称为推荐匹配;如果分值低于某一分值,称为不匹配;这样就清楚的理解用户的问题到底问的是什么,大幅提高答复的准确率。
优选的,企业可将L4和L4之间关联起来,也可以配置每一个L4的答案的反问,达到信息收集的目的。
优选的,知识管理系统,还用于将企业碎片化的知识建立知识图谱,便于进行知识的查漏补缺,保障完整性,同时也便于管理者进行知识的更新。
一种智能助手实现方法,根据上述的智能助手系统,如图2所示,其实现方法如下:
S01:将企业碎片化的知识根据语料具体含义分类,并按分类建立模型形成知识库;
S02:识别理解客户问题,并在知识库进行匹配,根据问题类型推荐出对应答案,完成回复;
S03:将与客户的对话信息进行信息回收、数据整理和归类,生成未理解问题和相似问题,供智能助手学习;
智能助手平台采用智能AI技术,让AI机器人听得懂用户的话,解决的了用户的问题,可以同时处理大量的用户来电或外呼,智能助手系统采用机器人模拟真人的模式,可以实现24小时不间断提供服务,在沟通过程中灵活方便,实现与用户无障碍交流,从长远看成本低廉。
优选的,第一步中,将企业碎片化的知识分为标准问和相似问法,通过SVM将每个标准问和相似问存储成L4,再根据语料具体含义,将每个L4计算出对应的分值,再存储到对应分类模型中;便于进行清晰分类。
优选的,第二步中,通过NER模块理解客户的问题中有哪些实体,然后通过Anne的分词将客户问题打碎,将碎片化的客户问题与SVM计算出来的模型整体相似读进行对比、排序,理解出分值较高的几个L4,如果分值大于一定程度,称为完全匹配;如果分值在某一区间内,称为推荐匹配;如果分值低于某一分值,称为不匹配;这样就清楚的理解用户的问题到底问的是什么,大幅提高答复的准确率。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。
Claims (10)
1.一种智能助手系统,其特征在于,包括人工智能系统、知识管理系统和智能学习系统;
所述知识管理系统,用于将企业碎片化的知识根据语料具体含义分类,并按分类建立模型形成知识库;
所述人工智能系统,用于识别理解客户问题,并在知识库进行匹配,根据问题类型推荐出对应答案,完成回复;
所述智能学习系统,用于对所述人工智能系统与客户的对话信息进行信息回收、数据整理和归类,生成未理解问题和相似问题,供智能助手学习。
2.根据权利要求1所述的智能助手系统,其特征在于,所述智能助手系统还包括监控管理系统;所述监控管理系统,用于将客户问的问题进行实时监控、分析各渠道来的客户的问题的数据,帮助企业管理员了解热点问题和当前的服务瓶颈。
3.根据权利要求1所述的智能助手系统,其特征在于,所述知识管理系统将企业碎片化的知识分为标准问和相似问法,通过SVM将每个标准问和相似问存储成L4,再根据语料具体含义,将每个L4计算出对应的分值,再存储到对应分类模型中。
4.根据权利要求3所述的智能助手系统,其特征在于,所述人工智能系统通过实体识别或意图识别理解用户问题。
5.根据权利要求4所述的智能助手系统,其特征在于,所述实体识别,通过NER模块理解客户的问题中有哪些实体,然后通过Anne的分词将客户问题打碎,将碎片化的客户问题与SVM计算出来的模型整体相似读进行对比、排序,理解出分值较高的几个L4,如果分值大于一定程度,称为完全匹配;如果分值在某一区间内,称为推荐匹配;如果分值低于某一分值,称为不匹配。
6.根据权利要求5所述的智能助手系统,其特征在于,企业可将L4和L4之间关联起来,也可以配置每一个L4的答案的反问,达到信息收集的目的。
7.根据权利要求1所述的智能助手系统,其特征在于,所述知识管理系统,还用于将企业碎片化的知识建立知识图谱。
8.一种智能助手实现方法,根据权利要求1-7任一所述的智能助手系统,其特征在于,实现方法如下:
第一步:将企业碎片化的知识根据语料具体含义分类,并按分类建立模型形成知识库;
第二步:识别理解客户问题,并在知识库进行匹配,根据问题类型推荐出对应答案,完成回复;
第三步:将与客户的对话信息进行信息回收、数据整理和归类,生成未理解问题和相似问题,供智能助手学习。
9.根据权利要求8所述的智能助手实现方法,其特征在于,所述第一步中,将企业碎片化的知识分为标准问和相似问法,通过SVM将每个标准问和相似问存储成L4,再根据语料具体含义,将每个L4计算出对应的分值,再存储到对应分类模型中。
10.根据权利要求9所述的智能助手实现方法,其特征在于,所述第二步中,通过NER模块理解客户的问题中有哪些实体,然后通过Anne的分词将客户问题打碎,将碎片化的客户问题与SVM计算出来的模型整体相似读进行对比、排序,理解出分值较高的几个L4,如果分值大于一定程度,称为完全匹配;如果分值在某一区间内,称为推荐匹配;如果分值低于某一分值,称为不匹配。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910053101.8A CN109829047A (zh) | 2019-01-21 | 2019-01-21 | 一种智能助手系统及实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910053101.8A CN109829047A (zh) | 2019-01-21 | 2019-01-21 | 一种智能助手系统及实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109829047A true CN109829047A (zh) | 2019-05-31 |
Family
ID=66861742
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910053101.8A Pending CN109829047A (zh) | 2019-01-21 | 2019-01-21 | 一种智能助手系统及实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109829047A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110405791A (zh) * | 2019-08-16 | 2019-11-05 | 江苏遨信科技有限公司 | 一种机器人模仿及学习讲话的方法与系统 |
CN110995945A (zh) * | 2019-11-29 | 2020-04-10 | 中国银行股份有限公司 | 一种生成外呼流程的数据处理方法、装置、设备及系统 |
CN112347236A (zh) * | 2020-11-16 | 2021-02-09 | 友谊国际工程咨询股份有限公司 | 基于ai算量的智能化工程咨询方法、系统及其计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799849A (zh) * | 2010-03-17 | 2010-08-11 | 哈尔滨工业大学 | 采用计算机实现的非障碍性自动心理咨询方法 |
CN104050256A (zh) * | 2014-06-13 | 2014-09-17 | 西安蒜泥电子科技有限责任公司 | 基于主动学习的问答方法及采用该方法的问答系统 |
CN106250366A (zh) * | 2016-07-21 | 2016-12-21 | 北京光年无限科技有限公司 | 一种针对问答系统的数据处理方法及系统 |
CN106484916A (zh) * | 2016-11-04 | 2017-03-08 | 上海智臻智能网络科技股份有限公司 | 一种招生问答方法及装置 |
CN107256224A (zh) * | 2017-04-28 | 2017-10-17 | 北京神州泰岳软件股份有限公司 | 一种要素知识结构的生成方法,搜索方法,装置及系统 |
-
2019
- 2019-01-21 CN CN201910053101.8A patent/CN109829047A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101799849A (zh) * | 2010-03-17 | 2010-08-11 | 哈尔滨工业大学 | 采用计算机实现的非障碍性自动心理咨询方法 |
CN104050256A (zh) * | 2014-06-13 | 2014-09-17 | 西安蒜泥电子科技有限责任公司 | 基于主动学习的问答方法及采用该方法的问答系统 |
CN106250366A (zh) * | 2016-07-21 | 2016-12-21 | 北京光年无限科技有限公司 | 一种针对问答系统的数据处理方法及系统 |
CN106484916A (zh) * | 2016-11-04 | 2017-03-08 | 上海智臻智能网络科技股份有限公司 | 一种招生问答方法及装置 |
CN107256224A (zh) * | 2017-04-28 | 2017-10-17 | 北京神州泰岳软件股份有限公司 | 一种要素知识结构的生成方法,搜索方法,装置及系统 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110405791A (zh) * | 2019-08-16 | 2019-11-05 | 江苏遨信科技有限公司 | 一种机器人模仿及学习讲话的方法与系统 |
CN110405791B (zh) * | 2019-08-16 | 2020-03-31 | 江苏遨信科技有限公司 | 一种机器人模仿及学习讲话的方法与系统 |
CN110995945A (zh) * | 2019-11-29 | 2020-04-10 | 中国银行股份有限公司 | 一种生成外呼流程的数据处理方法、装置、设备及系统 |
CN110995945B (zh) * | 2019-11-29 | 2021-05-25 | 中国银行股份有限公司 | 一种生成外呼流程的数据处理方法、装置、设备及系统 |
CN112347236A (zh) * | 2020-11-16 | 2021-02-09 | 友谊国际工程咨询股份有限公司 | 基于ai算量的智能化工程咨询方法、系统及其计算机设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110992227B (zh) | 一种校企结合职业技能人才培养系统和方法 | |
CN109829047A (zh) | 一种智能助手系统及实现方法 | |
CN109582793A (zh) | 模型训练方法、客服系统及数据标注系统、可读存储介质 | |
CN111667267B (zh) | 一种区块链交易风险识别方法及装置 | |
CN106683678A (zh) | 一种人工电话客服辅助系统及方法 | |
CN109213842A (zh) | 一种智能客服实现方法、装置及存储介质 | |
CN109299247A (zh) | 基于业务语料的意图分类方法、装置及智能问答方法 | |
CN110427468A (zh) | 一种基于儿童云服务的学习方法及学习机 | |
CN107403398A (zh) | 一种英语教育互联网平台及其使用方法 | |
CN110399533A (zh) | 资金流向查询方法及装置 | |
CN110377712A (zh) | 一种智能会话切换方法、装置、设备及存储介质 | |
CN107239538A (zh) | 具有自学习功能的平行客服机器人系统及其自学习方法 | |
CN116597461B (zh) | 基于人工智能的题目知识点关联方法及系统 | |
CN104281615A (zh) | 一种投诉处理的方法和系统 | |
CN111949795A (zh) | 工单自动分类方法及装置 | |
CN107316260A (zh) | 一种教育信息管理方法和系统 | |
CN110287305B (zh) | 一种基于自然语言处理的智能问答管理系统 | |
CN106503097A (zh) | 一种提高数据质量的方法及系统 | |
CN107592427A (zh) | 切换模式的方法、终端设备及计算机可读存储介质 | |
CN114330554A (zh) | 一种面向智能安防的视觉深度模型知识重组方法 | |
CN113902394A (zh) | 一种实现人工智能产业生态化的服务平台 | |
CN116432665B (zh) | 对话模型构建方法、文本生成方法、装置、系统及设备 | |
CN109492080A (zh) | 一种基于语音问答机器人的医疗保健系统及其实现方法 | |
CN115601206A (zh) | 一种多端共享的教学资源管理方法及系统 | |
CN113868415A (zh) | 知识库的生成方法、装置、存储介质及电子设备 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190531 |