CN111127040A - 数据处理的方法、智能客服系统、电子设备和介质 - Google Patents
数据处理的方法、智能客服系统、电子设备和介质 Download PDFInfo
- Publication number
- CN111127040A CN111127040A CN201911323357.2A CN201911323357A CN111127040A CN 111127040 A CN111127040 A CN 111127040A CN 201911323357 A CN201911323357 A CN 201911323357A CN 111127040 A CN111127040 A CN 111127040A
- Authority
- CN
- China
- Prior art keywords
- information
- determining
- user
- answer
- input data
- 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
- 238000003672 processing method Methods 0.000 title abstract description 5
- 238000000034 method Methods 0.000 claims description 44
- 238000013136 deep learning model Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 18
- 238000012545 processing Methods 0.000 claims description 15
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000012163 sequencing technique Methods 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004806 packaging method and process Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 239000000758 substrate Substances 0.000 description 2
- 230000008719 thickening Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
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
- G06Q30/01—Customer relationship services
-
- 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
- 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
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- 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
- G06F16/35—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
- G06F3/16—Sound input; Sound output
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本公开提供了一种应用于智能客服系统的数据处理的方法。包括获取用户的输入数据;根据输入数据,确定答案信息;获得与用户相关的描述信息;根据描述信息,从答案信息中确定关键信息;以及向用户提示关键信息。本公开还提供了一种智能客服系统、一种电子设备以及一种介质。
Description
技术领域
本公开涉及一种数据处理的方法、智能客服系统、电子设备和介质。
背景技术
随着人工智能技术的发展,智能客服系统越来越强大。智能客服系统已经可以代替人工实现自主问答、业务办理、故障检测等操作,可以满足客服行业中大量的应答需求,快速高效地解决用户的问题。基于这些优势,越来越多的用户使用智能客服来询问解决问题。
但是当前的智能客服系统在推送答案的过程中不够人性化,推送的答案不便于用户理解和操作。
发明内容
本公开的一个方面提供了一种应用于智能客服系统的数据处理的方法,包括:获取用户的输入数据;根据输入数据,确定答案信息;获得与用户相关的描述信息;根据描述信息,从答案信息中确定关键信息;以及向用户提示关键信息。
可选地,上述根据输入数据,确定答案信息,包括:通过对输入数据进行语义分析,确定语义信息;以及通过将语义信息输入第一深度学习模型,确定答案信息。
可选地,上述描述信息包括背景信息;获得与用户相关的描述信息,包括:通过将输入数据输入第二深度学习模型,确定背景信息。
可选地,上述背景信息包括:用户的年龄、性别、职业中的一种或多种。
可选地,上述描述信息还包括历史决策信息和上下文信息中的一种或多种。
可选地,上述答案信息包括多个步骤信息;根据所述描述信息,从答案信息中确定关键信息,包括:根据描述信息,确定与描述信息所对应的预设条件;以及确定多个步骤信息中满足预设条件的至少一个步骤信息作为关键信息。
可选地,上述确定多个步骤信息中满足预设条件的至少一个步骤信息作为关键信息,包括:若多个步骤信息中有多个满足预设条件的步骤信息,则按照预设排序规则对多个满足预设条件的步骤信息进行排序;以及确定多个满足预设条件的步骤信息中前K个步骤信息,作为关键信息,其中,K为正整数。
可选地,上述向用户提示所述关键信息,包括:根据描述信息,确定第一方式和第二方式,第一方式与第二方式不同;以及以第一方式输出关键信息,并以第二方式输出答案信息中除关键信息以外的部分。
本公开的另一个方面提供了一种智能客服系统,包括:获取模块,用于获取用户的输入数据;第一确定模块,用于根据输入数据,确定答案信息;获得模块,用于获得与用户相关的描述信息;第二确定模块,用于根据描述信息,从答案信息中确定关键信息;以及提示模块,用于向用户提示关键信息。
本公开的另一方面提供了一种电子设备,包括:
一个或多个处理器;存储器,用于存储一个或多个计算机程序,其中,当一个或多个计算机程序被一个或多个处理器执行时,使得一个或多个处理器实现如上所述的方法。
本公开的另一方面提供了一种计算机可读存储介质,存储有计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
本公开的另一方面提供了一种计算机程序,所述计算机程序包括计算机可执行指令,所述指令在被执行时用于实现如上所述的方法。
根据本公开的实施例,获得与用户相关的描述信息,根据描述信息,从答案信息中确定关键信息,在向用户推送答案的过程中,对其中关键信息进行提示,因此更为人性化,并且有利于用户理解和操作。
附图说明
为了更完整地理解本公开及其优势,现在将参考结合附图的以下描述,其中:
图1示意性示出了根据本公开实施例的应用于智能客服系统的数据处理的方法的应用场景;
图2A示意性示出了根据本公开的实施例的应用于智能客服系统的数据处理的方法的流程图;
图2B示意性示出了根据本公开的根据输入数据,确定答案信息的流程图;
图2C示意性示出了根据本公开的根据描述信息,从答案信息中确定关键信息的流程图;
图2D示意性示出了根据本公开的向用户提示关键信息的流程图;
图3示意性示出了根据本公开的实施例的智能客服系统的框图;以及
图4示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的方框图。
具体实施方式
以下,将参照附图来描述本公开的实施例。但是应该理解,这些描述只是示例性的,而并非要限制本公开的范围。在下面的详细描述中,为便于解释,阐述了许多具体的细节以提供对本公开实施例的全面理解。然而,明显地,一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外,在以下说明中,省略了对公知结构和技术的描述,以避免不必要地混淆本公开的概念。
在此使用的术语仅仅是为了描述具体实施例,而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在,但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。
在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义,除非另外定义。应注意,这里使用的术语应解释为具有与本说明书的上下文相一致的含义,而不应以理想化或过于刻板的方式来解释。
在使用类似于“A、B和C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释 (例如,“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和 C、和/或具有A、B、C的系统等)。在使用类似于“A、B或C等中至少一个”这样的表述的情况下,一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如,“具有A、B或C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A 和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。
附图中示出了一些方框图和/或流程图。应理解,方框图和/或流程图中的一些方框或其组合可以由计算机程序指令来实现。这些计算机程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而这些指令在由该处理器执行时可以创建用于实现这些方框图和/或流程图中所说明的功能/操作的装置。本公开的技术可以硬件和/或软件(包括固件、微代码等)的形式来实现。另外,本公开的技术可以采取存储有指令的计算机可读存储介质上的计算机程序产品的形式,该计算机程序产品可供指令执行系统使用或者结合指令执行系统使用。
本公开的实施例提供了一种应用于智能客服系统的数据处理的方法以及能够应用该方法的智能客服系统。该方法包括获取用户的输入数据;根据输入数据,确定答案信息;获得与用户相关的描述信息;根据描述信息,从答案信息中确定关键信息;以及向用户提示关键信息。
图1示意性示出了根据本公开的实施例的应用于智能客服系统的数据处理的方法的应用场景。需要注意的是,图1所示仅为可以应用本公开实施例的场景的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。
如图1所示,根据该实施例的应用场景可以包括终端设备101、102、 103,网络104和服务器105。网络104用以在终端设备101、102、103 和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105 交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所请求的智能客服提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的应用于智能客服系统的数据处理的方法一般可以由服务器105执行。相应地,本公开实施例所提供的应用于智能客服系统的数据处理的装置一般可以设置于服务器105中。本公开实施例所提供的应用于智能客服系统的数据处理的方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105 通信的服务器或服务器集群执行。相应地,本公开实施例所提供的应用于智能客服系统的数据处理的装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2A示意性示出了根据本公开的实施例的应用于智能客服系统的数据处理的方法的流程图。根据本公开的实施例,智能客服系统是一种用于接收输入信息、计算并输出反馈信息,以响应输入信息的系统。
如图2A所示,该方法包括操作S210~S240。
在操作S210,获取用户的输入数据。
根据本公开的实施例,输入数据例如可以为文本数据或者语音数据。对于文本数据,可以由终端设备通过接收键盘、触摸屏等输入设备的信号来获取用户输入的文本数据,然后将输入数据发送给服务器。对于语音数据,可以由终端设备通过麦克风等收音设备收录用户的语音数据,然后将输入数据发送给服务器。
根据本公开的实施例,输入数据可以包含多条数据,用户与智能客服进行交流的过程中,用户每一次输入的数据构成一条数据。
在操作S220,根据输入数据,确定答案信息。
图2B示意性示出了根据本公开的根据输入数据,确定答案信息的流程图。
如图2B所示,操作S220例如可以进一步包括操作S221~S222。
在操作S221,通过对输入数据进行语义分析,确定语义信息。
根据本公开的实施例,操作S221例如可以包括,对多条数据输进行语义分析,以确定多条数据的语义信息。
根据本公开的实施例,例如,对于文本数据,直接对文本数据进行语义分析,将文本数据转换为机器可以理解的语义信息。对于语音数据,首先通过语音识别,将语音数据转换成文本数据,然后再对转换得到的文本数据进行语义分析。
在操作S222,通过将语义信息输入第一深度学习模型,确定答案信息。
根据本公开的实施例,操作S222例如可以包括,从输入数据中确定用户最后输入包含待回答问题的数据,将该数据的语义信息输入预先训练好的第一深度学习模型,确定答案信息。
根据本公开的实施例,第一深度学习模型用于根据语义信息,确定与其中包含的问题相匹配的答案信息。第一深度学习模型的输入为包含问题的语义信息,输出为与语义信息匹配的答案信息。第一深度学习模型例如可以为马尔科夫模型。
根据本公开的实施例,可以以预设数据结构存储答案信息。预设数据结构例如包括图结构、链表、树结构等。示例性的,本实施例中,以图结构存储答案信息。
在操作S230,获得与用户相关的描述信息。
根据本公开的实施例,描述信息例如包括背景信息。背景信息例如可以包括:用户的年龄、性别、职业等信息。
根据本公开的实施例,可以以图结构、链表、树结构等数据结构存储背景信息,也可以通过关系型数据库或其他数据库存储背景信息。
根据本公开的实施例,可以通过将输入数据输入预先训练好的第二深度学习模型,以确定输入数据对应于哪种预设背景类型。例如,预设背景类型可以包括儿童、青年人、中年人、老年人、男性、女性、学生、教师、工程师、设计师等。
根据本公开的实施例,第二深度学习模型用于根据输入数据,确定输入数据中包含的用户的描述信息,第二深度学习模型的输入为输入数据,输出为背景分类。第二深度学习模型例如可以为马尔科夫模型。需要说明的是,第二深度学习模型的类型可以与第一深度学习模型不同,或者第二深度学习模型的类型可以与第一深度学习模型相同,但训练方式不同。
根据本公开的实施例,第二深度学习模型可以是一个,也可以是多个。当第二深度学习模型为多个时,每个第二深度学习模型分别用于确定不同的背景类型,例如用于确定年龄的模型,用于确定职业的模型、用于确定性别的模型等。
根据本公开的另一些实施例,为了更精确地获得用户的真实意图,描述信息还包括对话管理(Dialogue Management,DM)状态、用户的购买记录和终端设备信息等与用户相关的其他信息。其中,DM状态又包括上下文信息和历史决策信息等信息,历史决策信息例如包括服务器在之前的会话过程中所做的决策,上下文信息例如包括相对于当前输入之前的对话信息。
需要说明的是,操作S230可以在操作S220之前执行,也可以与操作S220同时执行,还可以在操作S220之后执行。
在操作S240,根据描述信息,从答案信息中确定关键信息。
根据本公开的实施例,答案信息可以用于提示用户如何解决问题,具体可以包括多个步骤信息,每个步骤信息用于提示用户执行某个操作的步骤。
图2C示意性示出了根据本公开的根据描述信息,从答案信息中确定关键信息的流程图。
如图2C所示,操作S240例如可以进一步包括操作S241~S242。
在操作S241,根据描述信息,确定与描述信息所对应的预设条件。
在操作S242,确定多个步骤信息中满足预设条件的至少一个步骤信息作为关键信息。
举例说明,描述信息表明用户为老年人(年龄在65周岁以上的人),则可以确定与描述信息所对应的预设条件为“被老年人忽视的概率大于阈值”,由此,遍历答案信息中的各个步骤信息,确定多个步骤信息中“被老年人忽视的概率大于阈值”的步骤信息作为关键信息。
根据本公开的实施例,可以根据历史统计信息,确定各步骤信息被老年人忽视的概率。
根据本公开的另一实施例,若多个步骤信息中有多个满足预设条件的步骤信息,则按照预设排序规则对多个满足预设条件的步骤信息进行排序。然后,确定多个满足预设条件的步骤信息中前K个步骤信息,作为关键信息,其中,K为正整数。K的值可以根据实际需要确定。示例性的,本实施例中K的值为2。
举例说明,描述信息表明用户为老年人,则根据各步骤信息被老年人忽视的概率,以由大到小的顺序对步骤信息排序。然后,将前2 个步骤信息,作为关键信息。
根据本公开的另一实施例,在确定关键信息之前,可以先根据描述信息,将答案信息中滤除不满足要求的步骤信息。例如,如果描述信息表明终端设备上的按钮A出现故障,则滤除包含针对按钮A进行操作的步骤信息。
在操作S250,向用户提示关键信息。
图2D示意性示出了根据本公开的向用户提示关键信息的流程图。
如图2D所示,操作S250例如可以包括操作S251~S252。
在操作S251,根据描述信息,确定第一方式和第二方式。
在操作S252,以第一方式输出关键信息,并以第二方式输出答案信息中除关键信息以外的部分。
根据本公开的实施例,第一方式与第二方式不同,并且以第一方式输出的信息相对于第二方式输出的信息更突出。例如,第二方式可以为以标准字体输出,相应地第一方式可以为采用加粗、加下划线、斜体、加大字号、更换字体、更换高对比度颜色等方式中的一种或多种输出。
根据本公开的实施例,可以根据描述信息确定第一方式和第二方式,例如在描述信息表明用户为非老年人的情况下,确定第二方式为以标准字号输出,第一方式为以2倍标准字号输出;在描述信息表明用户为老年人的情况下,确定第二方式为以2倍标准字号输出,第一方式为以3倍标准字号的输出。
根据本公开的实施例,根据描述信息确定两种不同的方式,分别以这两种方式输出答案信息中的关键信息和其他信息,从而将答案信息中的关键信息与其他信息进行区分,使关键信息更醒目,提示效果更好。
根据本公开的实施例,获得与用户相关的描述信息,根据描述信息,从答案信息中确定关键信息,在向用户推送答案的过程中,对其中关键信息进行提示,因此更为人性化,并且有利于用户理解和操作。
下面结合具体实施例对图2A~图2D所示的方法做进一步说明。
实施例1
用户通过终端设备进入智能客服之后,利用键盘或语音输入的内容是“我今年95岁了,我新买了moto手机,我想知道怎么重启手机”。根据输入信息,确定答案信息,以图结构存储,并获取用户的背景信息和DM状态用户的购买记录作为描述信息。由于通过描述信息得知该用户是老年人,则按照图的遍历形式遍历答案信息的各步骤信息,判断其中是否有不适用于老年人的步骤信息,并将其中不适用于老年人的步骤信息的滤除。对过滤之后的答案关键信息进行排序,选出排序靠前的2 个步骤信息“用力按压开机键”和“5s”作为关键信息,并在输出时对其加粗标黑,来提醒用户这两点是关键信息。
实施例2
用户通过终端设备进入智能客服之后,利用键盘或语音输入的内容是“这是我第一次买moto手机,我想知道怎么连接蓝牙”。根据输入信息,确定答案信息,以图结构存储,并根据输入信息获取用户的背景信息、DM状态、用户的购买记录和终端设备信息作为描述信息。由于通过描述信息得知该用户是第一次买moto品牌的手机,并且该手机的操作系统版本为安卓7.0,则按照图的遍历形式遍历答案信息的各步骤信息,判断其中是否有不适用于安卓7.0的步骤信息,并滤除其中不适用于安卓7.0的步骤信息。对过滤之后的答案关键信息进行排序,选出排序靠前的2个步骤信息“选择蓝牙名称”和“进入蓝牙操作界面”作为关键信息,并在输出时对其加粗标黑,来提醒用户这两点是关键信息。
图3示意性示出了根据本公开的实施例的智能客服系统的框图。
如图3所示,智能客服系统300包括获取模块310、第一确定模块 320、获得模块330、第二确定模块340和提示模块350。该智能客服系统300可以执行上面参考图2A~图2D描述的方法。
具体地,获取模块310,用于获取用户的输入数据。
第一确定模块320,用于根据输入数据,确定答案信息。
获得模块330,用于获得与用户相关的描述信息。
第二确定模块340,用于根据描述信息,从答案信息中确定关键信息。
提示模块350,用于向用户提示关键信息。
根据本公开的实施例,获得与用户相关的描述信息,根据描述信息,从答案信息中确定关键信息,在向用户推送答案的过程中,对其中关键信息进行提示,因此更为人性化,并且有利于用户理解和操作。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块310、第一确定模块320、获得模块330、第二确定模块340和提示模块350中的任意多个可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本公开的实施例,获取模块310、第一确定模块320、获得模块330、第二确定模块340和提示模块350中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列 (FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,获取模块310、第一确定模块320、获得模块330、第二确定模块340 和提示模块350中的至少一个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
图4示意性示出了根据本公开实施例的适于实现上文描述的方法的计算机系统的方框图。图4示出的计算机系统仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图4所示,电子装置400包括处理器410、计算机可读存储介质 420。该电子装置400可以执行根据本公开实施例的方法。
具体地,处理器410例如可以包括通用微处理器、指令集处理器和 /或相关芯片组和/或专用微处理器(例如,专用集成电路(ASIC)),等等。处理器410还可以包括用于缓存用途的板载存储器。处理器410可以是用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。
计算机可读存储介质420,例如可以是非易失性的计算机可读存储介质,具体示例包括但不限于:磁存储装置,如磁带或硬盘(HDD);光存储装置,如光盘(CD-ROM);存储器,如随机存取存储器(RAM) 或闪存;等等。
计算机可读存储介质420可以包括计算机程序421,该计算机程序 421可以包括代码/计算机可执行指令,其在由处理器410执行时使得处理器410执行根据本公开实施例的方法或其任何变形。
计算机程序421可被配置为具有例如包括计算机程序模块的计算机程序代码。例如,在示例实施例中,计算机程序421中的代码可以包括一个或多个程序模块,例如包括421A、模块421B、……。应当注意,模块的划分方式和个数并不是固定的,本领域技术人员可以根据实际情况使用合适的程序模块或程序模块组合,当这些程序模块组合被处理器 410执行时,使得处理器410可以执行根据本公开实施例的方法或其任何变形。
根据本发明的实施例,获取模块310、第一确定模块320、获得模块330、第二确定模块340和提示模块350中的至少一个可以实现为参考图4描述的计算机程序模块,其在被处理器410执行时,可以实现上面描述的相应操作。
本公开还提供了一种计算机可读存储介质,该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的;也可以是单独存在,而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被执行时,实现根据本公开实施例的方法。
根据本公开的实施例,计算机可读存储介质可以是非易失性的计算机可读存储介质,例如可以包括但不限于:便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
本领域技术人员可以理解,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合,即使这样的组合或结合没有明确记载于本公开中。特别地,在不脱离本公开精神和教导的情况下,本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。
尽管已经参照本公开的特定示例性实施例示出并描述了本公开,但是本领域技术人员应该理解,在不背离所附权利要求及其等同物限定的本公开的精神和范围的情况下,可以对本公开进行形式和细节上的多种改变。因此,本公开的范围不应该限于上述实施例,而是应该不仅由所附权利要求来进行确定,还由所附权利要求的等同物来进行限定。
Claims (11)
1.一种应用于智能客服系统的数据处理的方法,包括:
获取用户的输入数据;
根据所述输入数据,确定答案信息;
获得与所述用户相关的描述信息;
根据所述描述信息,从所述答案信息中确定关键信息;以及
向所述用户提示所述关键信息。
2.根据权利要求1所述的方法,其中,所述根据所述输入数据,确定答案信息,包括:
通过对所述输入数据进行语义分析,确定语义信息;以及
通过将所述语义信息输入第一深度学习模型,确定所述答案信息。
3.根据权利要求1所述的方法,其中,所述描述信息包括背景信息;所述获得与所述用户相关的描述信息,包括:
通过将所述输入数据输入第二深度学习模型,确定所述背景信息。
4.根据权利要求3所述的方法,其中,所述背景信息包括:用户的年龄、性别、职业中的一种或多种。
5.根据权利要求3所述的方法,其中,所述描述信息还包括历史决策信息和上下文信息中的一种或多种。
6.根据权利要求1所述的方法,其中,所述答案信息包括多个步骤信息;所述根据所述描述信息,从所述答案信息中确定关键信息,包括:
根据所述描述信息,确定与所述描述信息所对应的预设条件;以及
确定所述多个步骤信息中满足预设条件的至少一个步骤信息作为所述关键信息。
7.根据权利要求6所述的方法,其中,所述确定所述多个步骤信息中满足预设条件的至少一个步骤信息作为所述关键信息,包括:
若所述多个步骤信息中有多个满足预设条件的步骤信息,则按照预设排序规则对所述多个满足预设条件的步骤信息进行排序;以及
确定所述多个满足预设条件的步骤信息中前K个步骤信息,作为所述关键信息,其中,所述K为正整数。
8.根据权利要求1所述的方法,其中,所述向所述用户提示所述关键信息,包括:
根据所述描述信息,确定第一方式和第二方式,所述第一方式与所述第二方式不同;以及
以所述第一方式输出所述关键信息,并以所述第二方式输出所述答案信息中除关键信息以外的部分。
9.一种智能客服系统,包括:
获取模块,用于获取用户的输入数据;
第一确定模块,用于根据所述输入数据,确定答案信息;
获得模块,用于获得与所述用户相关的描述信息;
第二确定模块,用于根据所述描述信息,从所述答案信息中确定关键信息;以及
提示模块,用于向所述用户提示所述关键信息。
10.一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个计算机程序,
其中,当一个或多个计算机程序被一个或多个处理器执行时,使得一个或多个处理器实现权利要求1至8中任一项的方法。
11.一种计算机可读存储介质,其上存储有可执行指令,该指令被处理器执行时使处理器实现权利要求1至8中任一项的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911323357.2A CN111127040A (zh) | 2019-12-19 | 2019-12-19 | 数据处理的方法、智能客服系统、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911323357.2A CN111127040A (zh) | 2019-12-19 | 2019-12-19 | 数据处理的方法、智能客服系统、电子设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111127040A true CN111127040A (zh) | 2020-05-08 |
Family
ID=70500940
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911323357.2A Pending CN111127040A (zh) | 2019-12-19 | 2019-12-19 | 数据处理的方法、智能客服系统、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111127040A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111782783A (zh) * | 2020-06-17 | 2020-10-16 | 联想(北京)有限公司 | 一种应答方法、装置、设备及计算机可读存储介质 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107872593A (zh) * | 2017-03-13 | 2018-04-03 | 平安科技(深圳)有限公司 | 坐席分配的方法及装置 |
CN108446322A (zh) * | 2018-02-10 | 2018-08-24 | 灯塔财经信息有限公司 | 一种智能问答系统的实现方法和装置 |
CN108492836A (zh) * | 2018-03-29 | 2018-09-04 | 努比亚技术有限公司 | 一种基于语音的搜索方法、移动终端及存储介质 |
CN108959633A (zh) * | 2018-07-24 | 2018-12-07 | 北京京东尚科信息技术有限公司 | 一种提供客户服务的方法和装置 |
CN109214674A (zh) * | 2018-08-27 | 2019-01-15 | 联想(北京)有限公司 | 客服系统管理方法、客服系统及电子设备 |
CN109241252A (zh) * | 2018-07-27 | 2019-01-18 | 北京小米移动软件有限公司 | 咨询答复方法、装置、电子设备及存储介质 |
CN109614476A (zh) * | 2018-12-11 | 2019-04-12 | 平安科技(深圳)有限公司 | 客服系统问答方法、装置、计算机设备及存储介质 |
CN109739970A (zh) * | 2018-12-29 | 2019-05-10 | 联想(北京)有限公司 | 信息处理方法及装置、以及电子设备 |
CN109783625A (zh) * | 2018-12-29 | 2019-05-21 | 联想(北京)有限公司 | 交互方法和计算设备 |
CN109933651A (zh) * | 2019-03-26 | 2019-06-25 | 联想(北京)有限公司 | 信息交互方法、装置及服务器 |
CN110008322A (zh) * | 2019-03-25 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 多轮对话场景下的话术推荐方法和装置 |
CN110162611A (zh) * | 2019-04-23 | 2019-08-23 | 苏宁易购集团股份有限公司 | 一种智能客服应答方法及系统 |
CN110427472A (zh) * | 2019-08-02 | 2019-11-08 | 深圳追一科技有限公司 | 智能客服匹配的方法、装置、终端设备及存储介质 |
-
2019
- 2019-12-19 CN CN201911323357.2A patent/CN111127040A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107872593A (zh) * | 2017-03-13 | 2018-04-03 | 平安科技(深圳)有限公司 | 坐席分配的方法及装置 |
CN108446322A (zh) * | 2018-02-10 | 2018-08-24 | 灯塔财经信息有限公司 | 一种智能问答系统的实现方法和装置 |
CN108492836A (zh) * | 2018-03-29 | 2018-09-04 | 努比亚技术有限公司 | 一种基于语音的搜索方法、移动终端及存储介质 |
CN108959633A (zh) * | 2018-07-24 | 2018-12-07 | 北京京东尚科信息技术有限公司 | 一种提供客户服务的方法和装置 |
CN109241252A (zh) * | 2018-07-27 | 2019-01-18 | 北京小米移动软件有限公司 | 咨询答复方法、装置、电子设备及存储介质 |
CN109214674A (zh) * | 2018-08-27 | 2019-01-15 | 联想(北京)有限公司 | 客服系统管理方法、客服系统及电子设备 |
CN109614476A (zh) * | 2018-12-11 | 2019-04-12 | 平安科技(深圳)有限公司 | 客服系统问答方法、装置、计算机设备及存储介质 |
CN109739970A (zh) * | 2018-12-29 | 2019-05-10 | 联想(北京)有限公司 | 信息处理方法及装置、以及电子设备 |
CN109783625A (zh) * | 2018-12-29 | 2019-05-21 | 联想(北京)有限公司 | 交互方法和计算设备 |
CN110008322A (zh) * | 2019-03-25 | 2019-07-12 | 阿里巴巴集团控股有限公司 | 多轮对话场景下的话术推荐方法和装置 |
CN109933651A (zh) * | 2019-03-26 | 2019-06-25 | 联想(北京)有限公司 | 信息交互方法、装置及服务器 |
CN110162611A (zh) * | 2019-04-23 | 2019-08-23 | 苏宁易购集团股份有限公司 | 一种智能客服应答方法及系统 |
CN110427472A (zh) * | 2019-08-02 | 2019-11-08 | 深圳追一科技有限公司 | 智能客服匹配的方法、装置、终端设备及存储介质 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111782783A (zh) * | 2020-06-17 | 2020-10-16 | 联想(北京)有限公司 | 一种应答方法、装置、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11206229B2 (en) | Directed acyclic graph based framework for training models | |
US11416777B2 (en) | Utterance quality estimation | |
US10884598B2 (en) | Analytics for a bot system | |
US20210304075A1 (en) | Batching techniques for handling unbalanced training data for a chatbot | |
US11928611B2 (en) | Conversational interchange optimization | |
CN112334871B (zh) | 用于基于数字助理的应用的动作验证 | |
US11102276B2 (en) | System and method for providing more appropriate question/answer responses based upon profiles | |
CN110956956A (zh) | 基于策略规则的语音识别方法及装置 | |
US12106055B2 (en) | Techniques for providing explanations for text classification | |
US20220172021A1 (en) | Method and system for over-prediction in neural networks | |
US20200328990A1 (en) | Intelligent Scheduler for Chatbot Sessions | |
KR20240091051A (ko) | 문서들로부터의 임베딩된 데이터의 추출을 위한 딥 러닝 기술들 | |
CN116806339A (zh) | 虚拟对话系统性能评估与丰富 | |
WO2022001397A1 (zh) | 交互资格等级确定方法、装置、设备及存储介质 | |
CN105869631B (zh) | 语音预测的方法和装置 | |
US11200813B1 (en) | Systems and methods for improving call center performance | |
CN111127040A (zh) | 数据处理的方法、智能客服系统、电子设备和介质 | |
US20220327147A1 (en) | Method for updating information of point of interest, electronic device and storage medium | |
CN109739970B (zh) | 信息处理方法及装置、以及电子设备 | |
US10372800B2 (en) | Cognitive slide management method and system | |
CN110990554A (zh) | 内容处理方法、装置、电子设备和介质 | |
US20240037334A1 (en) | Task Gathering for Asynchronous Task-Oriented Virtual Assistants | |
US20240036893A1 (en) | User persona injection for task-oriented virtual assistants | |
CN111432080A (zh) | 话单数据处理方法、电子设备及计算机可读存储介质 | |
CN111046151A (zh) | 一种消息处理方法及装置 |
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 |