CN110738511A - 智能客服方法及装置 - Google Patents
智能客服方法及装置 Download PDFInfo
- Publication number
- CN110738511A CN110738511A CN201910841547.7A CN201910841547A CN110738511A CN 110738511 A CN110738511 A CN 110738511A CN 201910841547 A CN201910841547 A CN 201910841547A CN 110738511 A CN110738511 A CN 110738511A
- Authority
- CN
- China
- Prior art keywords
- behavior data
- database
- customer service
- matching
- matching item
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0281—Customer communication at a business location, e.g. providing product or service information, consulting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management 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
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Strategic Management (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Accounting & Taxation (AREA)
- Mathematical Physics (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Artificial Intelligence (AREA)
- Computational Linguistics (AREA)
- Human Computer Interaction (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Security & Cryptography (AREA)
- Life Sciences & Earth Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种智能客服方法及装置,涉及数据处理技术领域,能够根据用户行为数据准确匹配出相关的问题答案并反馈给客服人员,以在客户问答时辅助客服人员作出针对性的问题解答,提高用户的客服体验。该方法包括:采集当前用户的行为数据;判断数据库中是否存储有与行为数据对应的匹配项,匹配项包括一一对应的标准问题及标准答案;当判断结果为否时,转由专家系统人工补录与行为数据对应的匹配项并更新入数据库,同时将标准项推送至客服系统,当判断结果为是时,直接从数据库中调取匹配项推送至客服系统;监测到当前用户接入客服系统时,主动将匹配项推送至客服人员以备客户提问应答。该装置应用有上述方案所提的方法。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种智能客服方法及装置。
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。例如,在互联网金融行业,当用户在金融APP或者金融网页上执行业务操作时,时常会出现因业务不熟导致操作报错的情况,遇到此种情况用户通常会首先想到求助系统客服,但由于多数客户不具备专业的金融知识,可能会出现对问题描述不清导致客服人员无法准确定位问题的情况,进而无法及时给用户反馈有效的解决方案,导致用户的客服体验差。
发明内容
本发明的目的在于提供一种智能客服方法及装置,能够根据用户行为数据准确匹配出相关的问题答案并反馈给客服人员,以在客户问答时辅助客服人员作出针对性的问题解答,提高用户的客服体验。
为了实现上述目的,本发明的一方面提供一种智能客服方法,包括:
采集当前用户的行为数据;
判断数据库中是否存储有与所述行为数据对应的匹配项,所述匹配项包括一一对应的标准问题及标准答案;
当判断结果为否时,转由专家系统人工补录与所述行为数据对应的匹配项并更新入数据库,同时将所述标准项推送至客服系统,当判断结果为是时,直接从数据库中调取所述匹配项推送至客服系统;
监测到当前用户接入客服系统时,主动将所述匹配项推送至客服人员以备客户提问应答。
可选地,转由专家系统人工补录与所述行为数据对应的匹配项并更新入数据库的方法包括:
通过专家系统将所述行为数据分配给专家,由专家手动给出与所述行为数据对应的匹配项;
将所述匹配项补录入数据库中。
可选地,转由专家系统人工补录与所述行为数据对应的匹配项并更新入数据库的方法包括:
通过专家系统将所述行为数据分配给专家,由专家对所述行为数据打标签,得到标签数据;
预测模型基于所述标签数据识别输出对应的匹配项,同时将所述标签数据作为新增样本实现对所述预测模型的更新训练;
将所述匹配项补录入数据库中。
示例性地,当前用户的行为数据包括:
输入信息、操作路径信息、留言信息、操作错误提示信息中的一种或多种。
优选地,判断数据库中是否存储有与所述行为数据对应匹配项的方法包括:
获取所述行为数据中的至少一个问题关键词;
基于所述问题关键词,从数据库中筛选出包括所述问题关键词及其近义词的标准问题;
计算各所述问题关键词及其近义词与筛选出的所述标准问题的相似度,当相似度大于阈值时则判断数据库中存储有与所述行为数据对应的匹配项,反之则判断数据库中未存储有与所述行为数据对应的匹配项。
较佳地,计算各所述问题关键词及者其近义词与筛选出的所述标准问题的相似度的方法包括:
采用文本相似度算法计算所述问题关键词及其近义词与数据库中各标准问题的文本相似度。
与现有技术相比,本发明提供的智能客服方法具有以下有益效果:
本发明提供的智能客服方法中,首先构建包括多个匹配项的数据库,也即存储有多对相互匹配的标准问题及标准答案,然后通过监控当前用户的行为数据,如输入信息、操作路径信息、留言信息、操作错误提示信息等,判断数据库中是否存储有与上述行为数据对应的匹配项,当匹配成功时,直接调取数据库中对应的匹配项推送至客服系统,当匹配失败时,则通过专家系统人工补录相关行为数据对应的匹配项,同时将补录的匹配项更新入数据库并推送至客服系统,接下来只需持续监控当前用户的操作,并在其请求接入客服系统时,主动将相关匹配项推送至接待客服人员,以使客服人员提前预知用户问题,并做好相应的应答准备。
可见,本发明能够辅助客服人员尽早做出相应问题的应答准备,在减轻客服人员业务压力的同时提高了问题回答的准确性,改善了用户的客服使用体验。
本发明的另一方面提供一种智能客服装置,应用有上述技术方案提到的智能客服方法,该装置包括:
数据采集单元,用于采集当前用户的行为数据;
判断处理单元,用于判断数据库中是否存储有与所述行为数据对应的匹配项,所述匹配项包括一一对应的标准问题及标准答案,当判断结果为否时,转由专家系统人工补录与所述行为数据对应的匹配项并更新入数据库,同时将所述标准项推送至客服系统,当判断结果为是时,直接从数据库中调取所述匹配项推送至客服系统;
监测推送单元,用于监测到当前用户接入客服系统时,主动将所述匹配项推送至客服人员以备客户提问应答。
优选地,所述判断处理单元包括:
手动编辑模块,用于通过专家系统将所述行为数据分配给专家,由专家手动给出与所述行为数据对应的匹配项;
补录模块,用于将所述匹配项补录入数据库中。
优选地,所述判断处理单元包括:
手动标签模块,用于通过专家系统将所述行为数据分配给专家,由专家对所述行为数据打标签,得到标签数据;
模型训练模块,预测模型基于所述标签数据识别输出对应的匹配项,同时将所述标签数据作为新增样本实现对所述预测模型的更新训练;
补录模块,用于将所述匹配项补录入数据库中。
与现有技术相比,本发明提供的智能客服装置的有益效果与上述技术方案提供的智能客服方法的有益效果相同,在此不做赘述。
本发明的第三方面提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述智能客服方法的步骤。
与现有技术相比,本发明提供的计算机可读存储介质的有益效果与上述技术方案提供的智能客服方法的有益效果相同,在此不做赘述。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1为本发明实施例一中智能客服方法的流程示意图;
图2为本发明实施例二中智能客服装置的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。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作出创造性劳动的前提下所获得的所有其它实施例,均属于本发明保护的范围。
实施例一
请参阅图1,本实施例提供一种智能客服方法,包括:
采集当前用户的行为数据;判断数据库中是否存储有与行为数据对应的匹配项,匹配项包括一一对应的标准问题及标准答案;当判断结果为否时,转由专家系统人工补录与行为数据对应的匹配项并更新入数据库,同时将标准项推送至客服系统,当判断结果为是时,直接从数据库中调取匹配项推送至客服系统;监测到当前用户接入客服系统时,主动将匹配项推送至客服人员以备客户提问应答。
本实施例提供的智能客服方法中,首先构建包括多个匹配项的数据库,也即存储有多对相互匹配的标准问题及标准答案,然后通过监控当前用户的行为数据,如输入信息、操作路径信息、留言信息、操作错误提示信息等,判断数据库中是否存储有与上述行为数据对应的匹配项,当匹配成功时,直接调取数据库中对应的匹配项推送至客服系统,当匹配失败时,则通过专家系统人工补录相关行为数据对应的匹配项,同时将补录的匹配项更新入数据库并推送至客服系统,接下来只需持续监控当前用户的操作,并在其请求接入客服系统时,主动将相关匹配项推送至接待客服人员,以使客服人员提前预知用户问题,并做好相应的应答准备。
可见,本实施例能够辅助客服人员尽早做出相应问题的应答准备,在减轻客服人员业务压力的同时提高了问题回答的准确性,改善了用户的客服使用体验。
具体地,上述实施例中转由专家系统人工补录与行为数据对应的匹配项并更新入数据库的方法包括:
通过专家系统将行为数据分配给专家,由专家手动给出与行为数据对应的匹配项;将匹配项补录入数据库中。或者,
通过专家系统将行为数据分配给专家,由专家对行为数据打标签,得到标签数据;预测模型基于标签数据识别输出对应的匹配项,同时将标签数据作为新增样本实现对预测模型的更新训练;将匹配项补录入数据库中。
具体实施时,本方案提供了两种人工补录匹配项的方案,先将未匹配的行为数据提交至专家系统,然后由专家系统分配给任一位专家并根据该行为数据手动撰写匹配项,或者,专家系统将该行为数据分配给任一位专家,由专家手动对该行为数据打标签得到标签数据,然后使用预测模型基于标签数据识别输出对应的匹配项,同时还可将新生在的标签数据作为新增样本进一步完善训练预测模型,最终将得到的匹配项补录入数据库中,以扩充数据库中的解决方案。可以理解的是,预测模型可以选择深度学习的LSTM双向预测模型完成样本数据的训练,具体训练过程为本领域技术人员所熟知的,本实施例再此不做赘述。
上述实施例提供两种匹配项补录模式供客户自主选择,其中,第一种模式适用于数据量少且属于疑难问题的情况,第二种模式适用于数据量多但属于普通问题的情况,通过采用人工智能与人工相结合的方案,不断更新训练预测模型,能够提高预测模型的识别准确率,此外通过两种模式的互补结合能够灵活应对各种类型的行为数据,降低客服人员的服务门槛,提高用户的客服体验。
示例性地,当前用户的行为数据包括:用户信息、输入信息、操作路径信息、留言信息、操作错误提示信息中的一种或多种,其中,用户信息主要是用户在遇到问题、报错、投诉时候与其他信息起到关联的作用。
上述实施例中判断数据库中是否存储有与行为数据对应匹配项的方法包括:
获取行为数据中的至少一个问题关键词;基于问题关键词,从数据库中筛选出包括问题关键词及其近义词的标准问题;计算各问题关键词及其近义词与筛选出的标准问题的相似度,当相似度大于阈值时则判断数据库中存储有与行为数据对应的匹配项,反之则判断数据库中未存储有与行为数据对应的匹配项。
其中,计算各问题关键词及者其近义词与筛选出的标准问题的相似度的方法包括:
采用文本相似度算法计算问题关键词及其近义词与数据库中各标准问题的文本相似度。
具体实施时,将用户的行为数据转换成至少一个问题关键词,如提取输入信息中的问题关键词、提取操作路径信息的问题关键词、提取留言信息的问题关键词、提取操作错误提示信息中的问题关键词,然后基于所提取出的问题关键词,从数据库中筛选出包括上述问题关键词的标准问题,和/或,筛选出包括上述问题关键词近义词的标准问题,基于文本相似度计算其与数据库中标准问题的相似度,仅当其相似度大于阈值时判断数据库中存储有与行为数据对应的匹配项,反之则认为未存储有与行为数据对应的匹配项。示例性地,标准问题的呈现形式包括错误ID(KEY)、问题标题、关键字词、问题解释、问题描述中的一个或多个维度。
实施例二
请参阅图2,本实施例提供一种智能客服装置,包括:
数据采集单元,用于采集当前用户的行为数据;
判断处理单元,用于判断数据库中是否存储有与行为数据对应的匹配项,匹配项包括一一对应的标准问题及标准答案,当判断结果为否时,转由专家系统人工补录与行为数据对应的匹配项并更新入数据库,同时将标准项推送至客服系统,当判断结果为是时,直接从数据库中调取匹配项推送至客服系统;
监测推送单元,用于监测到当前用户接入客服系统时,主动将匹配项推送至客服人员以备客户提问应答。
优选地,判断处理单元包括:
手动编辑模块,用于通过专家系统将行为数据分配给专家,由专家手动给出与行为数据对应的匹配项
补录模块,用于将匹配项补录入数据库中。
优选地,判断处理单元包括:
手动标签模块,用于通过专家系统将行为数据分配给专家,由专家对行为数据打标签,得到标签数据;
模型训练模块,预测模型基于标签数据识别输出对应的匹配项,同时将标签数据作为新增样本实现对预测模型的更新训练;
补录模块,用于将匹配项补录入数据库中。
与现有技术相比,本实施例提供的智能客服装置的有益效果与上述实施例提供的智能客服方法的有益效果相同,在此不做赘述。
实施例三
本实施例提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述智能客服方法的步骤。
与现有技术相比,本实施例提供的计算机可读存储介质的有益效果与上述技术方案提供的智能客服方法的有益效果相同,在此不做赘述。
本领域普通技术人员可以理解,实现上述发明方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,上述程序可以存储于计算机可读取存储介质中,该程序在执行时,包括上述实施例方法的各步骤,上述的存储介质可以是:ROM/RAM、磁碟、光盘、存储卡等。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
Claims (10)
1.一种智能客服方法,其特征在于,包括:
采集当前用户的行为数据;
判断数据库中是否存储有与所述行为数据对应的匹配项,所述匹配项包括一一对应的标准问题及标准答案;
当判断结果为否时,转由专家系统人工补录与所述行为数据对应的匹配项并更新入数据库,同时将所述标准项推送至客服系统,当判断结果为是时,直接从数据库中调取所述匹配项推送至客服系统;
监测到当前用户接入客服系统时,主动将所述匹配项推送至客服人员以备客户提问应答。
2.根据权利要求1所述的方法,其特征在于,转由专家系统人工补录与所述行为数据对应的匹配项并更新入数据库的方法包括:
通过专家系统将所述行为数据分配给专家,由专家手动给出与所述行为数据对应的匹配项;
将所述匹配项补录入数据库中。
3.根据权利要求1所述的方法,其特征在于,转由专家系统人工补录与所述行为数据对应的匹配项并更新入数据库的方法包括:
通过专家系统将所述行为数据分配给专家,由专家对所述行为数据打标签,得到标签数据;
预测模型基于所述标签数据识别输出对应的匹配项,同时将所述标签数据作为新增样本实现对所述预测模型的更新训练;
将所述匹配项补录入数据库中。
4.根据权利要求2或3所述的方法,其特征在于,当前用户的行为数据包括:
输入信息、操作路径信息、留言信息、操作错误提示信息中的一种或多种。
5.根据权利要求4所述的方法,其特征在于,判断数据库中是否存储有与所述行为数据对应匹配项的方法包括:
获取所述行为数据中的至少一个问题关键词;
基于所述问题关键词,从数据库中筛选出包括所述问题关键词及其近义词的标准问题;
计算各所述问题关键词及其近义词与筛选出的所述标准问题的相似度,当相似度大于阈值时则判断数据库中存储有与所述行为数据对应的匹配项,反之则判断数据库中未存储有与所述行为数据对应的匹配项。
6.根据权利要求5所述的方法,其特征在于,计算各所述问题关键词及者其近义词与筛选出的所述标准问题的相似度的方法包括:
采用文本相似度算法计算所述问题关键词及其近义词与数据库中各标准问题的文本相似度。
7.一种智能客服装置,其特征在于,包括:
数据采集单元,用于采集当前用户的行为数据;
判断处理单元,用于判断数据库中是否存储有与所述行为数据对应的匹配项,所述匹配项包括一一对应的标准问题及标准答案,当判断结果为否时,转由专家系统人工补录与所述行为数据对应的匹配项并更新入数据库,同时将所述标准项推送至客服系统,当判断结果为是时,直接从数据库中调取所述匹配项推送至客服系统;
监测推送单元,用于监测到当前用户接入客服系统时,主动将所述匹配项推送至客服人员以备客户提问应答。
8.根据权利要求7所述的装置,其特征在于,所述判断处理单元包括:
手动编辑模块,用于通过专家系统将所述行为数据分配给专家,由专家手动给出与所述行为数据对应的匹配项;
补录模块,用于将所述匹配项补录入数据库中。
9.根据权利要求7所述的装置,其特征在于,所述判断处理单元包括:
手动标签模块,用于通过专家系统将所述行为数据分配给专家,由专家对所述行为数据打标签,得到标签数据;
模型训练模块,预测模型基于所述标签数据识别输出对应的匹配项,同时将所述标签数据作为新增样本实现对所述预测模型的更新训练;
补录模块,用于将所述匹配项补录入数据库中。
10.一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,其特征在于,计算机程序被处理器运行时执行上述权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910841547.7A CN110738511A (zh) | 2019-09-06 | 2019-09-06 | 智能客服方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910841547.7A CN110738511A (zh) | 2019-09-06 | 2019-09-06 | 智能客服方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110738511A true CN110738511A (zh) | 2020-01-31 |
Family
ID=69267470
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910841547.7A Pending CN110738511A (zh) | 2019-09-06 | 2019-09-06 | 智能客服方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110738511A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111339282A (zh) * | 2020-03-27 | 2020-06-26 | 中国建设银行股份有限公司 | 智能在线应答方法及智能客服系统 |
CN111753071A (zh) * | 2020-06-28 | 2020-10-09 | 中山市臻龙信息科技发展有限公司 | 基于人工智能的法律咨询交互方法及装置 |
CN112183953A (zh) * | 2020-09-08 | 2021-01-05 | 北京达佳互联信息技术有限公司 | 客服资源的分配方法、装置、电子设备和存储介质 |
CN112905760A (zh) * | 2021-02-02 | 2021-06-04 | 天津弈博益商信息科技有限公司 | 一种即时通讯智能问答、质检及防作弊系统 |
CN114331470A (zh) * | 2021-12-20 | 2022-04-12 | 上海盈溪电子商务有限公司 | 一种电子商务线上咨询服务系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106897334A (zh) * | 2016-06-24 | 2017-06-27 | 阿里巴巴集团控股有限公司 | 一种问题推送方法和设备 |
CN107784051A (zh) * | 2016-12-15 | 2018-03-09 | 平安科技(深圳)有限公司 | 在线客服应答系统及方法 |
US20190065624A1 (en) * | 2017-08-31 | 2019-02-28 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and device for obtaining answer, and computer device |
CN109615407A (zh) * | 2018-10-19 | 2019-04-12 | 国家电网有限公司 | 基于人工智能的在线电力智慧客服方法 |
CN109885664A (zh) * | 2019-01-08 | 2019-06-14 | 厦门快商通信息咨询有限公司 | 一种智能对话方法、机器人对话系统、服务器及存储介质 |
-
2019
- 2019-09-06 CN CN201910841547.7A patent/CN110738511A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106897334A (zh) * | 2016-06-24 | 2017-06-27 | 阿里巴巴集团控股有限公司 | 一种问题推送方法和设备 |
CN107784051A (zh) * | 2016-12-15 | 2018-03-09 | 平安科技(深圳)有限公司 | 在线客服应答系统及方法 |
US20190065624A1 (en) * | 2017-08-31 | 2019-02-28 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and device for obtaining answer, and computer device |
CN109615407A (zh) * | 2018-10-19 | 2019-04-12 | 国家电网有限公司 | 基于人工智能的在线电力智慧客服方法 |
CN109885664A (zh) * | 2019-01-08 | 2019-06-14 | 厦门快商通信息咨询有限公司 | 一种智能对话方法、机器人对话系统、服务器及存储介质 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111339282A (zh) * | 2020-03-27 | 2020-06-26 | 中国建设银行股份有限公司 | 智能在线应答方法及智能客服系统 |
CN111753071A (zh) * | 2020-06-28 | 2020-10-09 | 中山市臻龙信息科技发展有限公司 | 基于人工智能的法律咨询交互方法及装置 |
CN111753071B (zh) * | 2020-06-28 | 2023-09-05 | 中山市臻龙信息科技发展有限公司 | 基于人工智能的法律咨询交互方法及装置 |
CN112183953A (zh) * | 2020-09-08 | 2021-01-05 | 北京达佳互联信息技术有限公司 | 客服资源的分配方法、装置、电子设备和存储介质 |
CN112905760A (zh) * | 2021-02-02 | 2021-06-04 | 天津弈博益商信息科技有限公司 | 一种即时通讯智能问答、质检及防作弊系统 |
CN114331470A (zh) * | 2021-12-20 | 2022-04-12 | 上海盈溪电子商务有限公司 | 一种电子商务线上咨询服务系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110738511A (zh) | 智能客服方法及装置 | |
US11461677B2 (en) | Systems and methods for data correlation and artifact matching in identity management artificial intelligence systems | |
AU2020201883B2 (en) | Call center system having reduced communication latency | |
EP3144822A1 (en) | Tagging text snippets | |
CN109408821B (zh) | 一种语料生成方法、装置、计算设备及存储介质 | |
CN105573966A (zh) | 电子表格中所呈现的内容的自适应修改 | |
CN103870528B (zh) | 深度问题回答系统中的问题分类和特征映射的方法和系统 | |
US12008047B2 (en) | Providing an object-based response to a natural language query | |
US20230419347A1 (en) | Systems and methods for machine learning predictions of the impact of digital content | |
CN111861514B (zh) | 一种人员推荐方法及人员推荐系统 | |
US11392757B2 (en) | Management of annotation jobs | |
CN114116998A (zh) | 答复语句生成方法、装置、计算机设备和存储介质 | |
CN117391313B (zh) | 基于ai的智能决策方法、系统、设备以及介质 | |
CN114266443A (zh) | 数据评估方法和装置、电子设备、存储介质 | |
CN115063035A (zh) | 基于神经网络的客户评估方法、系统、设备及存储介质 | |
US20190370600A1 (en) | Accessible machine learning | |
US11361032B2 (en) | Computer driven question identification and understanding within a commercial tender document for automated bid processing for rapid bid submission and win rate enhancement | |
CN112948561B (zh) | 一种问答知识库自动扩建的方法和装置 | |
US11562126B2 (en) | Coaching system and coaching method | |
CN114862006A (zh) | 一种基于人工智能的社会工作服务方案自动化生成方法和装置 | |
CN114186048A (zh) | 基于人工智能的问答回复方法、装置、计算机设备及介质 | |
CN110147980A (zh) | 工单处理方法及装置 | |
CN112200602A (zh) | 用于广告推荐的神经网络模型训练方法及装置 | |
US11182448B1 (en) | Content quality management service | |
CN112015899B (zh) | 知识库的补充方法、装置、服务器和计算机存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200131 |
|
RJ01 | Rejection of invention patent application after publication |