CN110266900A - 客户意图的识别方法、装置及客服系统 - Google Patents
客户意图的识别方法、装置及客服系统 Download PDFInfo
- Publication number
- CN110266900A CN110266900A CN201910503074.XA CN201910503074A CN110266900A CN 110266900 A CN110266900 A CN 110266900A CN 201910503074 A CN201910503074 A CN 201910503074A CN 110266900 A CN110266900 A CN 110266900A
- Authority
- CN
- China
- Prior art keywords
- voice
- banquet
- client
- text information
- platform
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 33
- 235000021167 banquet Nutrition 0.000 claims abstract description 183
- 230000004044 response Effects 0.000 claims abstract description 46
- 238000012546 transfer Methods 0.000 claims abstract description 18
- 230000006854 communication Effects 0.000 claims description 12
- 238000004891 communication Methods 0.000 claims description 11
- 238000004590 computer program Methods 0.000 claims description 10
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 6
- 238000010586 diagram Methods 0.000 description 11
- 238000012549 training Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000009223 counseling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/06—Creation of reference templates; Training of speech recognition systems, e.g. adaptation to the characteristics of the speaker's voice
- G10L15/063—Training
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/08—Speech classification or search
- G10L15/18—Speech classification or search using natural language modelling
- G10L15/1822—Parsing for meaning understanding
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04M—TELEPHONIC COMMUNICATION
- H04M3/00—Automatic or semi-automatic exchanges
- H04M3/42—Systems providing special services or facilities to subscribers
- H04M3/50—Centralised arrangements for answering calls; Centralised arrangements for recording messages for absent or busy subscribers ; Centralised arrangements for recording messages
- H04M3/51—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing
- H04M3/5166—Centralised call answering arrangements requiring operator intervention, e.g. call or contact centers for telemarketing in combination with interactive voice response systems or voice portals, e.g. as front-ends
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/225—Feedback of the input speech
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Computational Linguistics (AREA)
- Multimedia (AREA)
- Acoustics & Sound (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Signal Processing (AREA)
- Electrically Operated Instructional Devices (AREA)
- Telephonic Communication Services (AREA)
Abstract
本发明实施例适用于信息技术领域,提供了一种客户意图的识别方法、装置及客服系统,所述方法应用于客服系统,包括:语音流平台接收通过语音转述通道传输的坐席转述语音,将坐席转述语音转换为转述文本信息,通过将转述文本信息在预置的意图模型中进行文本匹配的方式,识别出转述文本信息中包含的客户意图;业务系统数据库获取与客户意图相匹配的应答信息,并将应答信息发送至坐席平台;坐席平台将所答信息显示在自身的显示界面中。本实施例通过配置语音转述通道,实现了只对坐席转述的关键词进行处理,相对于同时采集坐席和客户两路语音流,或者只采集坐席这一路语音而言,进一步减少了语音流的采集量,降低了识别成本。
Description
技术领域
本发明属于信息技术领域,特别是涉及一种客户意图的识别方法、一种客户意图的识别装置、一种客服系统及一种服务器。
背景技术
客服工作的主要内容是接受客户咨询,帮助客户解答疑惑。目前,客服工作主要是通过回复客户的在线咨询、电话咨询以及线下咨询等方式来实现的。其中,又以电话咨询最为常见。客户可以通过拨打相应的客服热线,向客服中心坐席(话务员)描述所要咨询的问题内容并从坐席处获知相应的问题答案或处理方式。
在与客户的电话沟通中,坐席需要听取客户的口头描述,然后将描述内容与培训时学习到的知识点关键字相对应,再在知识库中通过关键字搜索答案,从而再将答案口头回复给客户。按此处理方式,坐席需要预先学习可能涉及到的每个知识点,并及时地理解客户的问题。为了提高坐席处理客户咨询的效率,现有技术中可以通过采集坐席和客户沟通过程中二人所说的话并将其转换为文本,从而识别文本中所包含的意图的方式来理解客户所要咨询的问题是什么。但是,该方式由于需要同时监听坐席和客户两人所说的话,效率较低;并且,不同的客户由于口音、说话方式的不同,也增加了后台识别的难度。
发明内容
有鉴于此,本发明实施例提供了一种客户意图的识别方法、装置及客服系统,以解决现有技术中通过同时采集坐席与客户两人的语音信息来识别客户意图时,识别效率较低、难度较大的问题。
本发明实施例的第一方面提供了一种客户意图的识别方法,应用于客服系统,所述客服系统包括呼叫中心、语音流平台、业务系统数据库和坐席平台,所述语音流平台与所述坐席平台之间通过预先配置的语音转述通道连接,所述方法包括:
所述语音流平台接收通过所述语音转述通道传输的坐席转述语音,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
所述语音流平台将所述坐席转述语音转换为转述文本信息;
所述语音流平台通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图;
所述业务系统数据库获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台;
所述坐席平台将所述应答信息显示在自身的显示界面中。
本发明实施例的第二方面提供了一种客服系统,所述客服系统包括呼叫中心、语音流平台、业务系统数据库和坐席平台,所述语音流平台与所述坐席平台之间通过预先配置的语音转述通道连接,其中:
所述语音流平台,用于接收通过所述语音转述通道传输的坐席转述语音,将所述坐席转述语音转换为转述文本信息,通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
所述业务系统数据库,用于获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台;
所述坐席平台,用于将所述应答信息显示在自身的显示界面中。
本发明实施例的第三方面提供了一种客户意图的识别装置,应用于客服系统中的语音流平台,所述客服系统还包括呼叫中心、业务系统数据库和坐席平台,所述语音流平台与所述坐席平台之间通过预先配置的语音转述通道连接,所述装置包括:
接收模块,用于接收通过所述语音转述通道传输的坐席转述语音,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
转换模块,用于将所述坐席转述语音转换为转述文本信息;
识别模块,用于通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图;所述客户意图与所述业务系统数据库中存储的应答信息相匹配,所述应答信息在被发送至所述坐席平台后,显示在所述坐席平台的显示界面中。
本发明实施例的第四方面提供了一种服务器,应用于客服系统中的语音流平台,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述客服系统还包括呼叫中心、业务系统数据库和坐席平台,所述语音流平台与所述坐席平台之间通过预先配置的语音转述通道连接,所述处理器执行所述计算机程序时实现如下步骤:
接收通过所述语音转述通道传输的坐席转述语音,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
将所述坐席转述语音转换为转述文本信息;
通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图;所述客户意图与所述业务系统数据库中存储的应答信息相匹配,所述应答信息在被发送至所述坐席平台后,显示在所述坐席平台的显示界面中。
与现有技术相比,本发明实施例包括以下优点:
本发明实施例,通过预先在语音流平台与坐席平台之间构建一条语音转述通道,使得在与客户交流过程中,坐席可以从客户语音中提取出多个客户关键词并通过上述语音转述通道传输至语音流平台,然后,通过将客户关键词在预置的意图模型中进行文本匹配的方式,可以识别出上述客户关键词对应的客户意图,进而可以在业务系统数据库中获取到与客户意图相匹配的应答信息。通过将应答信息发送至坐席平台,可以使应答信息显示在坐席平台的界面中,供坐席参考。本实施例通过配置语音转述通道,实现了只对坐席转述的关键词进行处理,即仅仅采集坐席转述的关键词信息,而不需要对客户或坐席的全部语音信息进行采集,相对于同时采集坐席和客户两路语音流,或者只采集坐席这一路语音而言,进一步减少了语音流的采集量,降低了识别成本,解决了由于客户说的话含糊不清或者带有方言使得ASR没办法识别或者识别错误率较高的问题。由于无需识别坐席或客户的全部语音信息,本实施例也可以针对性的训练ASR模型和NLU模型,省去了对客户的各种复杂场景下的模型训练,简化了ASR模型和NLU模型的训练过程,提高了客户意图识别的效率和准确率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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的介绍。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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明一个实施例的一种客户意图的识别方法的步骤流程示意图;
图2是本发明一个实施例的语音转述通道的示意图;
图3是本发明一个实施例的一种客服系统的系统架构示意图;
图4是本发明一个实施例的一种客服系统的示意图
图5是本发明一个实施例的一种客户意图的识别装置的示意图;
图6是本发明一个实施例的一种服务器的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域技术人员应当清楚,在没有这些具体细节的其他实施例中也可以实现本发明。在其他情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
下面通过具体实施例来说明本发明的技术方案。
参照图1,示出了本发明一个实施例的一种客户意图的识别方法的步骤流程示意图,具体可以包括如下步骤:
S101、所述语音流平台接收通过所述语音转述通道传输的坐席转述语音;
需要说明的是,本方法可以应用于客服系统。上述客服系统可以用于客户向坐席咨询各类业务问题。例如,保险业务、证券业务或通信业务等等,本实施例对客服系统所适用的业务类型不作限定。
在本发明实施例中,上述客服系统可以包括呼叫中心、语音流平台、业务系统数据库和坐席平台。其中,呼叫中心可以预先配置出客户语音通道和坐席语音通道,上述客户语音通道和坐席语音通道的两端可以通过呼叫中心分别连接客户终端和坐席平台,分别用于传输客户语音和坐席语音,实现客户和坐席之间的交流、沟通。
另外,在语音流平台和坐席平台之间,还可以通过预先配置的语音转述通道实现上述两个平台之间的通信连接。语音转述通道可供坐席在与客户沟通的过程中,传输坐席转述语音,该坐席转述语音可以是由坐席在接收到客户语音后,通过提取客户语音中的多个客户关键词并向语音转述通道转述上述多个客户关键词得到。
如图2所示,是本发明一个实施例的语音转述通道的示意图。在图2中,呼叫中心接收客户语音的通道为通道a,呼叫中心向坐席转发客户语音的通道为通道b,呼叫中心接收坐席语音的通道为通道c,呼叫中心向客户转发坐席语音的通道为通道d。因此,在上述示意图中,客户语音通道为通道a和通道b,坐席语音通道为通道c和通道d。而连接语音流平台和坐席平台之间的语音转述通道为通道e。
那么,客户与坐席之间的交流可以按照如下流程进行:客户向坐席咨询问题,客户的语音信息通过通道a传输至呼叫中心,呼叫中心在接收到上述客户语音后,通过通道b将其转发至坐席,坐席理解客户当前咨询的问题后,通过通道c将回复的内容传输至呼叫中心,客户可以经由呼叫中心和通道d,接收到坐席回复的语音内容。同时,在坐席理解客户当前咨询的问题后,还可以通过语音转述通道e将客户语音中的多个关键词传输至语音流平台。
通常,为了提高客服系统中坐席处理客户咨询的效率,现有技术中可以通过采集坐席和客户沟通过程中二人所说的话并将其转换为文本,从而识别文本中所包含的意图的方式来理解客户所要咨询的问题是什么。但是,由于需要同时监听坐席和客户两人所说的话,效率较低;并且,不同的客户由于口音、说话方式的不同,也增加了后台识别的难度。另一方面,如果仅仅采集坐席的全部语音,例如只采集上述语音通道c和d中的坐席语音,由于坐席所说的话内容也会非常多,全部进行识别,其效率也会相对较低。本实施例通过在语音流平台与坐席平台之间构建一条语音转述通道,使得坐席在与客户交流的过程中,只需仅仅筛选出个别关键词,然后将这些关键词通过语音转述通道传输至语音流平台,从而能够实现只对个别关键词进行识别,相对于同时采集坐席和客户两路语音流,或者只采集坐席这一路语音而言,进一步减少了语音流的采集量,提高了识别的效率和准确率。
在本发明实施例中,坐席可以通过上述语音转述通道,将实时收听到的客户咨询的内容中的关键词转述给语音流平台,以进行后续处理。
在具体实现中,在坐席与客户的交流过程中,坐席可以实时地对客户口述的咨询内容进行归纳,形成关键信息,然后以语音的形式通过语音转述通道将该关键信息传输至语音流平台。上述关键信息可以为一个关键词或一句包含关键词的语句。
例如,若客户口述的内容为“哎,你好,我今天想退一下保,就不想保了”,坐席在收听到上述语音信息后,可以及时地从上述语音信息中提取出“退保”这一关键词。然后,坐席可以采用语音转述的方式,将“退保”这一关键词传输至语音流平台。
如下表所示,是一种坐席对客户口述内容进行理解的示例。
表一,坐席口述关键信息示例
S102、所述语音流平台将所述坐席转述语音转换为转述文本信息;
在本发明实施例中,可以采用语音识别技术(Automatic Speech Recognition,简称ASR)对坐席转述语音进行实时地识别并将其转换为文字。
语音识别技术,也被称为自动语音识别,其目标是将人类的语音中的词汇内容转换为计算机可读的输入。例如,按键、二进制编码或者字符序列等。语音识别技术可以应用于语音拨号、语音导航、室内设备控制、语音文档检索、简单的听写数据录入等场景下。
在具体实现中,语音流平台可以针对语音转述通道中传输的坐席转述语音进行识别并转译为文本信息。通常,转译获得的文本信息可以包括多段文本内容。即,可以将坐席的每一句话分别转换为一段文本。
S103、所述语音流平台通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图;
在本发明实施例中,采用ASR转换得到的文字可以被传输至意图模型中,通过模型匹配,可以得到与上述转换后的文字相对应的客户意图,该意图可以看作是客户所要咨询的问题。
上述意图模型可以是NLU(Natural Language Understanding,自然语言理解技术)模型,该模型可以根据具体的业务类型进行构建。
在本发明实施例中,可以首先确定当前的业务类型。例如,保险业务、银行业务、证券业务或通信业务等等。
然后,可以识别出该业务类型包含的多个意图点。例如,对于保险业务,包含的意图点可能有退保、退保试算、证件过期、续保、出险等等
通常,各个意图点分别具有对应的多个关键词,上述关键词可以针对每个意图点分别进行整理获得。
以证件过期为例,对应于该意图点的关键词可以包括身份证、证件、证件信息、证件有效期、资料等等。
针对任一关键词,可以分别采集包含该关键词的话术表达式,然后采用这些话术表达式,生成针对任一意图点的模型规则,进而基于多个意图点的模型规则,可以构建出包括多个模型规则的意图模型。
在具体实现中,对于每个关键词,可以收集包含该关键词的可能的话术表达,最后将同一个意图点的话术表达抽象出来做成一套匹配规则,从而构建出意图模型。
例如,对于“转接到业务员专线”,“转业务员专线”,“转到业务员专线”,“转咱业务员老师专线咨询”,“为您接入业务员专线”等几种说法,可以将其抽象为模型规则“(转|接入).{0,2}业务员.{0,2}专线”。
在本发明实施例中,在构建出意图模型后,便可以采用该意图模型进行客户意图的识别。
在具体实现中,由于转述文本信息包括由坐席转述的多个客户关键词,因此可以针对任意一个客户关键词,将该客户关键词在预置的意图模型中进行文本匹配;当该客户关键词命中任一模型规则时,可以识别当前的模型规则对应的客户意图即为上述客户关键词对应的客户意图。
例如,NLU意图模型在接收到转换得到的文字后,可以将其与设定好的模型规则进行逐个匹配,如果能匹配出结果则认为命中模型,此时不再继续对其他规则进行匹配。也就是说,针对坐席的每一句话,通常只匹配一个客户意图。
针对表一所示的转换后得到的文字,相应的客户意图可以为如下表二中所示:
表二,客户关键词与客户意图示例
客户关键词 | 客户意图 |
退保金额 | 退保试算 |
证件信息 | 证件过期 |
证件有效期 | 证件过期 |
当然,并非针对坐席转述的每一个关键词均能识别出一个客户意图。如果根据转译得到的文字无法在意图模型中匹配出任意一个意图,则表示该段文字中可能并不包含一个具体的客户意图。
在本发明的一种示例中,在坐席与客户交流过程中,语音流平台还可以采集坐席语音通道中传输的坐席语音,并将坐席语音转换为坐席文本信息,通过比较坐席文本信息和转述文本信息的方式,确定坐席转述的坐席转述语音是否准确。
在具体实现中,语音流平台可以在将坐席语音转换为坐席文本信息后,识别坐席文本信息中包含的多个对比关键词,然后判断上述转述文本信息中包含的多个客户关键词与坐席文本信息中包含的多个对比关键词的重合率是否超过预设数值。
例如,坐席转述的客户关键词包括{证件信息、证件有效期},同时,从转换得到的坐席文本信息中提取的对比关键词包括{证件信息、身份证、证件有效期},则通过判断,二者之间的重合率为2/3,若预设数值为1/2,则重合率超过预设数值,可以判定坐席转述的坐席转述语音准确;否则,则可以判定坐席转述的坐席转述语音不准确。
如果判定坐席转述语音准确,语音流平台可以执行通过将转述文本信息在预置的意图模型中进行文本匹配的方式,识别出转述文本信息中包含的客户意图的步骤;否则,语音流平台可以采用坐席文本信息而非转述文本信息进行客户意图的识别,即通过将坐席文本信息在预置的意图模型中进行文本匹配的方式,识别出坐席文本信息中包含的客户意图。
S104、所述业务系统数据库获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台;
在本发明实施例中,在语音流平台识别出客户的意图后,可以通过业务系统数据库获取与各个客户意图相匹配的应答信息,供坐席参考。
由于意图模型可以针对坐席转述的个关键词分别识别出一个客户意图,因此,语音流平台在识别出客户的意图后,可以获得多个意图关键词。语音流平台可以将多个意图关键词发送至坐席平台,并通过坐席平台的显示界面进行显示。坐席平台可以是一种智能系统,用于协助坐席完成相应的客户服务工作。
例如,在某个时刻,同时显示在坐席界面中的意图关键词选项可以有退保、退保试算、证件过期等等。
显示在坐席平台界面的多个意图关键词可以供坐席进一步筛选,坐席可以根据实际需要选择当前所要查看的客户意图。当接收到该坐席针对任一意图关键词的选择指令时,坐席平台可以将携带有被选择的意图关键词的选择指令转发至业务系统数据库,在业务系统数据库中获取与当前被选择的意图关键词相匹配的应答信息。
在本发明实施例中,业务系统数据库中可以存储有多个意图关键词及分别与多个意图关键词相匹配的应答信息,这些应答信息即是与各个客户意图相对应的具体的知识信息。上述业务系统数据库可以是在业务过程中经过长期的积累,不断地将客户的新问题和答案加入到数据库中而形成的。
因此,在获取意图关键词对应的应答信息时,可以采用该意图关键词在预置的业务系统数据库中进行查找,找到与该意图关键词相同的目标意图关键词,并提取与目标意图关键词相匹配的应答信息。
例如,若坐席希望查看与证件过期相关的内容,则可以在工作界面中点击该意图关键词,然后,业务系统数据库中可以自动搜索出与证件过期相关的内容。当业务系统数据库完成查询,找到对应的知识后,可以将结果发送至坐席平台,并在坐席平台的显示界面中进行显示,从而坐席可以将显示界面中应答信息的内容口述给客户。
S105、所述坐席平台将所述应答信息显示在自身的显示界面中。
在本发明实施例中,通过预先在语音流平台与坐席平台之间构建一条语音转述通道,使得在与客户交流过程中,坐席可以从客户语音中提取出多个客户关键词并通过上述语音转述通道传输至语音流平台,然后,通过将客户关键词在预置的意图模型中进行文本匹配的方式,可以识别出上述客户关键词对应的客户意图,进而可以在业务系统数据库中获取到与客户意图相匹配的应答信息。通过将应答信息发送至坐席平台,可以使应答信息显示在坐席平台的界面中,供坐席参考。本实施例通过配置语音转述通道,实现了只对坐席转述的关键词进行处理,即仅仅采集坐席转述的关键词信息,而不需要对客户或坐席的全部语音信息进行采集,相对于同时采集坐席和客户两路语音流,或者只采集坐席这一路语音而言,进一步减少了语音流的采集量,降低了识别成本,解决了由于客户说的话含糊不清或者带有方言使得ASR没办法识别或者识别错误率较高的问题。由于无需识别坐席或客户的全部语音信息,本实施例也可以针对性的训练ASR模型和NLU模型,省去了对客户的各种复杂场景下的模型训练,简化了ASR模型和NLU模型的训练过程,提高了客户意图识别的效率和准确率。
为了便于理解,下面以一个完整的示例对本发明的客户意图的识别方法作一介绍。
如图3所示,是本发明一个实施例的一种客服系统的系统架构示意图。按照图3所示的系统架构,坐席平台与语音流平台之间预先配置有一条语音转述通道,在与客户沟通过程中,坐席可以提取客户语音中的一些关键词,并通过上述语音转述通道传输至语音流平台,语音流平台在接收到坐席转述的关键词后,可以将其转换为文本,并在预置的意图模型中进行识别,得到相匹配的客户意图。根据这些意图,业务系统数据库可以搜索出这些意图对应的应答信息并显示在坐席平台的显示界面中,供坐席参考。
本实施例通过对坐席归纳并转述的关键词进行处理,只需要识别坐席说的几个客户关键词即可达到自动查询知识的目的,相较于全量识别坐席语音,减少了语音流平台处理的信息量,大大减少了服务器的资源消耗,进一步降低了业务成本,提高了处理效率。其次,由于坐席话术非常少,通常只包含客户意图关键词,本实施例极大地简化了对于ASR模型和NLU模型的训练,并且可以对模型进行针对性的训练,有助于进一步提高识别的准确率。
需要说明的是,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
参照图4,示出了本发明一个实施例的一种客服系统的示意图,具体可以包括呼叫中心401、语音流平台402、业务系统数据库403和坐席平台404,所述语音流平台402与所述坐席平台404之间通过预先配置的语音转述通道连接,其中:
所述语音流平台402,用于接收通过所述语音转述通道传输的坐席转述语音,将所述坐席转述语音转换为转述文本信息,通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
所述业务系统数据库403,用于获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台404;
所述坐席平台404,用于将所述应答信息显示在自身的显示界面中。
在本发明实施例中,所述转述文本信息包括由所述坐席转述的多个客户关键词,所述意图模型包括多个模型规则,
所述语音流平台402,用于针对任意一个客户关键词,将所述客户关键词在预置的意图模型中进行文本匹配,当所述客户关键词命中任一模型规则时,识别所述模型规则对应的客户意图为所述客户关键词对应的客户意图。
在本发明实施例中,所述意图模型通过如下方式构建:
确定当前的业务类型;
识别所述业务类型包含的多个意图点,所述多个意图点分别具有对应的多个关键词;
针对任一关键词,分别采集包含所述关键词的话术表达式;
采用所述话术表达式,生成针对任一意图点的模型规则;
基于多个意图点的模型规则,构建意图模型。
由于本实施例中的客服系统与前述方法实施例中的客服系统类似,相关技术细节可以参照前述实施例中的描述,本实施例对此不再赘述。
参照图5,示出了本发明一个实施例的一种客户意图的识别装置的示意图,该装置应用于客服系统中的语音流平台,所述客服系统还包括呼叫中心、业务系统数据库和坐席平台,所述语音流平台与所述坐席平台之间通过预先配置的语音转述通道连接,所述装置具体可以包括如下模块:
接收模块501,用于接收通过所述语音转述通道传输的坐席转述语音,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
转换模块502,用于将所述坐席转述语音转换为转述文本信息;
识别模块503,用于通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图;所述客户意图与所述业务系统数据库中存储的应答信息相匹配,所述应答信息在被发送至所述坐席平台后,显示在所述坐席平台的显示界面中。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述得比较简单,相关之处参见方法实施例部分的说明即可。
参照图6,示出了本发明一个实施例的一种服务器的示意图,可以应用于客服系统中的语音流平台,所述客服系统还包括呼叫中心、业务系统数据库和坐席平台,所述语音流平台与所述坐席平台之间通过预先配置的语音转述通道连接。如图6所示,本实施例的服务器600包括:处理器610、存储器620以及存储在所述存储器620中并可在所述处理器610上运行的计算机程序621。所述处理器610执行所述计算机程序621时实现上述客户意图的识别方法各个实施例中的如下步骤:
接收通过所述语音转述通道传输的坐席转述语音,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
将所述坐席转述语音转换为转述文本信息;
通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图;所述客户意图与所述业务系统数据库中存储的应答信息相匹配,所述应答信息在被发送至所述坐席平台后,显示在所述坐席平台的显示界面中。
示例性的,所述计算机程序621可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器620中,并由所述处理器610执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段可以用于描述所述计算机程序621在所述服务器600中的执行过程。例如,所述计算机程序621可以被分割成接收模块、转换模块和识别模块,各模块具体功能如下:
接收模块,用于接收通过所述语音转述通道传输的坐席转述语音,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
转换模块,用于将所述坐席转述语音转换为转述文本信息;
识别模块,用于通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图;所述客户意图与所述业务系统数据库中存储的应答信息相匹配,所述应答信息在被发送至所述坐席平台后,显示在所述坐席平台的显示界面中。
所述服务器600可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述服务器600可包括,但不仅限于,处理器610、存储器620。本领域技术人员可以理解,图6仅仅是服务器600的一种示例,并不构成对服务器600的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述服务器600还可以包括输入输出设备、网络接入设备、总线等。
所述处理器610可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器620可以是所述服务器600的内部存储单元,例如服务器600的硬盘或内存。所述存储器620也可以是所述服务器600的外部存储设备,例如所述服务器600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)等等。进一步地,所述存储器620还可以既包括所述服务器600的内部存储单元也包括外部存储设备。所述存储器620用于存储所述计算机程序621以及所述服务器600所需的其他程序和数据。所述存储器620还可以用于暂时地存储已经输出或者将要输出的数据。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制。尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种客户意图的识别方法,应用于客服系统,其特征在于,所述客服系统包括呼叫中心、语音流平台、业务系统数据库和坐席平台,所述语音流平台与所述坐席平台之间通过预先配置的语音转述通道连接,所述方法包括:
所述语音流平台接收通过所述语音转述通道传输的坐席转述语音,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
所述语音流平台将所述坐席转述语音转换为转述文本信息;
所述语音流平台通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图;
所述业务系统数据库获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台;
所述坐席平台将所述应答信息显示在自身的显示界面中。
2.根据权利要求1所述的方法,其特征在于,所述转述文本信息包括由所述坐席转述的多个客户关键词,所述语音流平台通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图,包括:
针对任意一个客户关键词,所述语音流平台将所述客户关键词在预置的意图模型中进行文本匹配,所述意图模型包括多个模型规则;
当所述客户关键词命中任一模型规则时,所述语音流平台识别所述模型规则对应的客户意图为所述客户关键词对应的客户意图。
3.根据权利要求2所述的方法,其特征在于,所述意图模型通过如下方式构建:
确定当前的业务类型;
识别所述业务类型包含的多个意图点,所述多个意图点分别具有对应的多个关键词;
针对任一关键词,分别采集包含所述关键词的话术表达式;
采用所述话术表达式,生成针对任一意图点的模型规则;
基于多个意图点的模型规则,构建意图模型。
4.根据权利要求1所述的方法,其特征在于,所述呼叫中心预先配置有客户语音通道和坐席语音通道,所述方法还包括:
在所述坐席与客户交流过程中,所述语音流平台采集坐席语音通道中传输的坐席语音,并将坐席语音转换为坐席文本信息;
所述语音流平台通过比较所述坐席文本信息和所述转述文本信息,确定所述坐席转述的所述坐席转述语音是否准确;
若是,所述语音流平台则执行通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图的步骤;
若否,所述语音流平台则通过将所述坐席文本信息在预置的意图模型中进行文本匹配的方式,识别出所述坐席文本信息中包含的客户意图。
5.根据权利要求4所述的方法,其特征在于,所述语音流平台通过比较所述坐席文本信息和所述转述文本信息,确定所述坐席转述的所述坐席转述语音是否准确,包括:
所述语音流平台识别所述坐席文本信息中包含的多个对比关键词,判断所述转述文本信息中包含的多个客户关键词与所述坐席文本信息中包含的多个对比关键词的重合率是否超过预设数值;
若是,所述语音流平台则判定所述坐席转述的所述坐席转述语音准确;否则,则判定所述坐席转述的所述坐席转述语音不准确。
6.一种客服系统,其特征在于,所述客服系统包括呼叫中心、语音流平台、业务系统数据库和坐席平台,所述语音流平台与所述坐席平台之间通过预先配置的语音转述通道连接,其中:
所述语音流平台,用于接收通过所述语音转述通道传输的坐席转述语音,将所述坐席转述语音转换为转述文本信息,通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
所述业务系统数据库,用于获取与所述客户意图相匹配的应答信息,并将所述应答信息发送至所述坐席平台;
所述坐席平台,用于将所述应答信息显示在自身的显示界面中。
7.根据权利要求6所述的系统,其特征在于,所述转述文本信息包括由所述坐席转述的多个客户关键词,所述意图模型包括多个模型规则,
所述语音流平台,用于针对任意一个客户关键词,将所述客户关键词在预置的意图模型中进行文本匹配,当所述客户关键词命中任一模型规则时,识别所述模型规则对应的客户意图为所述客户关键词对应的客户意图。
8.根据权利要求7所述的系统,其特征在于,所述意图模型通过如下方式构建:
确定当前的业务类型;
识别所述业务类型包含的多个意图点,所述多个意图点分别具有对应的多个关键词;
针对任一关键词,分别采集包含所述关键词的话术表达式;
采用所述话术表达式,生成针对任一意图点的模型规则;
基于多个意图点的模型规则,构建意图模型。
9.一种客户意图的识别装置,应用于客服系统中的语音流平台,其特征在于,所述客服系统还包括呼叫中心、业务系统数据库和坐席平台,所述语音流平台与所述坐席平台之间通过预先配置的语音转述通道连接,所述装置包括:
接收模块,用于接收通过所述语音转述通道传输的坐席转述语音,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
转换模块,用于将所述坐席转述语音转换为转述文本信息;
识别模块,用于通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图;所述客户意图与所述业务系统数据库中存储的应答信息相匹配,所述应答信息在被发送至所述坐席平台后,显示在所述坐席平台的显示界面中。
10.一种服务器,应用于客服系统中的语音流平台,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述客服系统还包括呼叫中心、业务系统数据库和坐席平台,所述语音流平台与所述坐席平台之间通过预先配置的语音转述通道连接,所述处理器执行所述计算机程序时实现如下步骤:
接收通过所述语音转述通道传输的坐席转述语音,所述坐席转述语音由坐席在接收到客户语音后,通过提取所述客户语音中的多个客户关键词并向所述语音转述通道转述所述多个客户关键词得到;
将所述坐席转述语音转换为转述文本信息;
通过将所述转述文本信息在预置的意图模型中进行文本匹配的方式,识别出所述转述文本信息中包含的客户意图;所述客户意图与所述业务系统数据库中存储的应答信息相匹配,所述应答信息在被发送至所述坐席平台后,显示在所述坐席平台的显示界面中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910503074.XA CN110266900B (zh) | 2019-06-11 | 2019-06-11 | 客户意图的识别方法、装置及客服系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910503074.XA CN110266900B (zh) | 2019-06-11 | 2019-06-11 | 客户意图的识别方法、装置及客服系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110266900A true CN110266900A (zh) | 2019-09-20 |
CN110266900B CN110266900B (zh) | 2023-04-07 |
Family
ID=67917625
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910503074.XA Active CN110266900B (zh) | 2019-06-11 | 2019-06-11 | 客户意图的识别方法、装置及客服系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110266900B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062729A (zh) * | 2019-11-28 | 2020-04-24 | 中国银行股份有限公司 | 一种信息获取方法、装置和设备 |
CN111246027A (zh) * | 2020-04-28 | 2020-06-05 | 南京硅基智能科技有限公司 | 一种实现人机协同的语音通讯系统及方法 |
CN112214578A (zh) * | 2020-10-09 | 2021-01-12 | 中国平安人寿保险股份有限公司 | 话术生成方法、装置、电子设备及存储介质 |
CN112866493A (zh) * | 2020-12-16 | 2021-05-28 | 华人运通(上海)云计算科技有限公司 | 一种车辆智能客服辅助系统及方法 |
CN114006986A (zh) * | 2021-10-29 | 2022-02-01 | 平安普惠企业管理有限公司 | 外呼合规预警方法、装置、设备及存储介质 |
CN114139515A (zh) * | 2021-10-18 | 2022-03-04 | 浙江香侬慧语科技有限责任公司 | 一种转述文本生成方法、装置、介质及设备 |
US12033486B2 (en) | 2023-03-09 | 2024-07-09 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and internet of things (IoT) systems for handling emergency based on call center of smart gas |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103377432A (zh) * | 2012-04-16 | 2013-10-30 | 殷程 | 智能客服营销分析系统 |
CN104202491A (zh) * | 2014-09-25 | 2014-12-10 | 北京橙鑫数据科技有限公司 | 客服电话处理方法及装置 |
CN104217039A (zh) * | 2014-10-10 | 2014-12-17 | 谭希韬 | 一种将电话对话实时记录并转化陈述句的方法和系统 |
CN104754153A (zh) * | 2013-12-26 | 2015-07-01 | 中国移动通信集团四川有限公司 | 客服系统及其客户服务方法 |
CN106357942A (zh) * | 2016-10-26 | 2017-01-25 | 广州佰聆数据股份有限公司 | 基于上下文对话语义识别的智能应答方法及系统 |
CN107181879A (zh) * | 2017-04-28 | 2017-09-19 | 百度在线网络技术(北京)有限公司 | 识别来电意图 |
CN107864301A (zh) * | 2017-10-26 | 2018-03-30 | 平安科技(深圳)有限公司 | 客户标签管理方法、系统、计算机设备及存储介质 |
CN108777751A (zh) * | 2018-06-07 | 2018-11-09 | 上海航动科技有限公司 | 一种呼叫中心系统及其语音交互方法、装置和设备 |
CN109167886A (zh) * | 2018-08-31 | 2019-01-08 | 郑州匹客科技有限公司 | 一种智能外呼系统 |
-
2019
- 2019-06-11 CN CN201910503074.XA patent/CN110266900B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103377432A (zh) * | 2012-04-16 | 2013-10-30 | 殷程 | 智能客服营销分析系统 |
CN104754153A (zh) * | 2013-12-26 | 2015-07-01 | 中国移动通信集团四川有限公司 | 客服系统及其客户服务方法 |
CN104202491A (zh) * | 2014-09-25 | 2014-12-10 | 北京橙鑫数据科技有限公司 | 客服电话处理方法及装置 |
CN104217039A (zh) * | 2014-10-10 | 2014-12-17 | 谭希韬 | 一种将电话对话实时记录并转化陈述句的方法和系统 |
CN106357942A (zh) * | 2016-10-26 | 2017-01-25 | 广州佰聆数据股份有限公司 | 基于上下文对话语义识别的智能应答方法及系统 |
CN107181879A (zh) * | 2017-04-28 | 2017-09-19 | 百度在线网络技术(北京)有限公司 | 识别来电意图 |
CN107864301A (zh) * | 2017-10-26 | 2018-03-30 | 平安科技(深圳)有限公司 | 客户标签管理方法、系统、计算机设备及存储介质 |
CN108777751A (zh) * | 2018-06-07 | 2018-11-09 | 上海航动科技有限公司 | 一种呼叫中心系统及其语音交互方法、装置和设备 |
CN109167886A (zh) * | 2018-08-31 | 2019-01-08 | 郑州匹客科技有限公司 | 一种智能外呼系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111062729A (zh) * | 2019-11-28 | 2020-04-24 | 中国银行股份有限公司 | 一种信息获取方法、装置和设备 |
CN111246027A (zh) * | 2020-04-28 | 2020-06-05 | 南京硅基智能科技有限公司 | 一种实现人机协同的语音通讯系统及方法 |
CN111246027B (zh) * | 2020-04-28 | 2021-02-12 | 南京硅基智能科技有限公司 | 一种实现人机协同的语音通讯系统及方法 |
CN112214578A (zh) * | 2020-10-09 | 2021-01-12 | 中国平安人寿保险股份有限公司 | 话术生成方法、装置、电子设备及存储介质 |
CN112866493A (zh) * | 2020-12-16 | 2021-05-28 | 华人运通(上海)云计算科技有限公司 | 一种车辆智能客服辅助系统及方法 |
CN114139515A (zh) * | 2021-10-18 | 2022-03-04 | 浙江香侬慧语科技有限责任公司 | 一种转述文本生成方法、装置、介质及设备 |
CN114006986A (zh) * | 2021-10-29 | 2022-02-01 | 平安普惠企业管理有限公司 | 外呼合规预警方法、装置、设备及存储介质 |
US12033486B2 (en) | 2023-03-09 | 2024-07-09 | Chengdu Qinchuan Iot Technology Co., Ltd. | Methods and internet of things (IoT) systems for handling emergency based on call center of smart gas |
Also Published As
Publication number | Publication date |
---|---|
CN110266900B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110266899A (zh) | 客户意图的识别方法和客服系统 | |
CN110266900A (zh) | 客户意图的识别方法、装置及客服系统 | |
CN110111780B (zh) | 数据处理方法和服务器 | |
US9361891B1 (en) | Method for converting speech to text, performing natural language processing on the text output, extracting data values and matching to an electronic ticket form | |
CN103700369B (zh) | 语音导航方法及系统 | |
CN109688281A (zh) | 一种智能语音交互方法及系统 | |
WO2021139243A1 (zh) | 基于人机交互的数据处理方法、装置、设备及存储介质 | |
CN110263144A (zh) | 一种答案获取方法及装置 | |
KR101901920B1 (ko) | 인공지능 음성인식 딥러닝을 위한 음성 및 텍스트 간 역전사 서비스 제공 시스템 및 방법 | |
CN111739519B (zh) | 基于语音识别的对话管理处理方法、装置、设备及介质 | |
CN109859760A (zh) | 基于深度学习的电话机器人语音识别结果校正方法 | |
WO2021208444A1 (zh) | 电子病例自动生成方法、装置、设备及存储介质 | |
CN105072173A (zh) | 自动客服和人工客服自动切换的客服方法及系统 | |
CN106528759B (zh) | 智能问答系统的信息处理方法及装置 | |
CN104036152A (zh) | 一种建立问诊通道的方法及装置 | |
CN110110049A (zh) | 服务咨询方法、装置、系统、服务机器人及存储介质 | |
CN112818109B (zh) | 邮件的智能回复方法、介质、装置和计算设备 | |
US20220366127A1 (en) | Legal Document Generation | |
CN113051384B (zh) | 基于对话的用户画像抽取方法及相关装置 | |
CN117763084A (zh) | 基于文本压缩的知识库检索方法及相关设备 | |
Aattouri et al. | Modeling of an artificial intelligence based enterprise callbot with natural language processing and machine learning algorithms | |
Inupakutika et al. | Integration of NLP and Speech-to-text Applications with Chatbots | |
CN110321414A (zh) | 一种基于深度学习的人工智能咨询服务方法及系统 | |
CN115905497A (zh) | 确定答复语句的方法、装置、电子设备和存储介质 | |
CN114913995A (zh) | 自助就诊方法、装置、设备及存储介质 |
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 |