CN111339282A - 智能在线应答方法及智能客服系统 - Google Patents
智能在线应答方法及智能客服系统 Download PDFInfo
- Publication number
- CN111339282A CN111339282A CN202010227339.0A CN202010227339A CN111339282A CN 111339282 A CN111339282 A CN 111339282A CN 202010227339 A CN202010227339 A CN 202010227339A CN 111339282 A CN111339282 A CN 111339282A
- Authority
- CN
- China
- Prior art keywords
- response
- information
- question information
- intelligent
- equipment terminal
- 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
- 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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例提供一种智能在线应答方法及智能客服系统，方法包括：接收第一设备终端的目标提问信息，并在预设的语料库中查找与该目标提问信息对应的至少一个历史提问信息；判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，若否，则向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式；应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息；将所述应答信息发送至所述第一设备终端。本申请能够实现全闭环且自适应的智能客户在线应答过程，且能够有效提高智能客服在线应答的准确性及时效性。
Description
技术领域
本申请涉及数据处理技术领域，具体涉及智能在线应答方法及智能客服系统。
背景技术
近年来，人工智能的发展突飞猛进，并逐渐从实验室走向市场，形成产品。目前大多数银行也开始发展和应用人工智能技术，包括在手机银行APP、自助设备、在线客服等系统上应用人工智能技术，为用户提供全新的服务，提升用户的满意度。
智能语音，作为人工智能技术中的重要一环，就是让机器通过分析和理解客户端输入语音信号并把语音信号转变为相应的文本或命令并向用户提供搜索或在线问答服务的尖端技术；智能客服，就是将语音识别、人工智能等技术应用于在线客服系统中的技术；智能推荐，就是利用协同过滤等机器学习算法，分析用户数据，有针对性地向用户推荐其感兴趣的内容。通过将智能语音、智能客服、智能推荐用于各类智能平台，将为平台智能化建设提供有力支持，并大大提升用户体验，增强用户粘度。
目前，现有的智能应答系统主要采用预测的方案来进行回答，有局限性。实际应用中，很多未识别的问题是不在语料库范围内的知识，光靠预测是预测不出应答信息的，同时也会有未识别的问题，因此，现有的智能应答系统无法保证应答的准确性及可靠性，无法满足针对用户提问的实时应答需求。
发明内容
针对现有技术中的问题，本申请提供一种智能在线应答方法及智能客服系统，能够实现全闭环且自适应的智能客户在线应答过程，且能够有效提高智能客服在线应答的准确性及时效性。
为解决上述技术问题，本申请提供以下技术方案：
第一方面，本申请提供一种智能在线应答方法，包括：
接收第一设备终端的目标提问信息，并在预设的语料库中查找与该目标提问信息对应的至少一个历史提问信息；
判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，若否，则向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式；
应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息；
将所述应答信息发送至所述第一设备终端。
进一步地，在所述将所述应答信息发送至所述第一设备终端之前，还包括：
若经判断获知至少一个所述历史提问信息中包含有所述目标提问信息对应的关联历史提问信息，则自所述语料库中获取该关联历史提问信息对应的应答信息；
其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
进一步地，还包括：
若在预设的应答时段内未接收到所述第二设备终端发送的所述应答方式，则自预设的默认应答库中随机选取一默认应答信息；
将所述默认应答信息发送至所述第一设备终端。
进一步地，所述判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，包括：
分别获取所述目标提问信息至少一个所述历史提问信息各自与所述目标提问信息之间的关联度；
判断所述关联度中是否包含有大于或等于预设的关联阈值的关联度，其中，大于或等于预设的关联阈值的所述关联度对应的所述历史提问信息为所述目标提问信息对应的关联历史提问信息。
进一步地，所述向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式，包括：
向第二设备终端发送针对所述目标提问信息的应答请求，其中，所述应答请求中包含有与该目标提问信息对应的至少一个历史提问信息，以及各个所述历史提问信息各自与所述目标提问信息之间的关联度；
其中，所述第二设备终端根据各个所述历史提问信息各自与所述目标提问信息之间的关联度自各个所述历史提问信息中择一作为所述目标提问信息对应的关联历史提问信息，并生成包含有该关联历史提问信息的应答方式；
相对应的，所述应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息，包括：
应用所述第二设备终端发送的所述应答方式中的关联历史提问信息，自所述语料库中获取该关联历史提问信息对应的应答信息；
其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
进一步地，所述应答方式中包含有所述目标提问信息对应的新增应答信息；
相对应的，所述应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息，包括：
将所述第二设备终端发送的所述应答方式中的新增应答信息作为所述目标提问信息对应的应答信息；
将所述目标提问信息及对应的新增应答信息存储至所述语料库中，其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
进一步地，所述应答方式中包含有预设的应答模型；
所述应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息，包括：
对所述目标提问信息进行分词处理，并在对应的分词结果中选定目标关键词；
将所述目标关键词输入所述第二设备终端发送的所述应答方式中的应答模型中，并将该应答模型的输出作为所述目标提问信息对应的应答信息。
进一步地，所述接收第一设备终端的目标提问信息，包括：
接收第一设备终端发送的文字提问请求；
自所述文字提问请求中提取所述第一设备终端的目标提问信息；
相对应的，所述将所述应答信息发送至所述第一设备终端，包括：
将以文字形式显示的应答信息发送至所述第一设备终端。
进一步地，所述接收第一设备终端的目标提问信息，包括：
接收智能语音系统转发的文字提问请求，其中，第一设备终端预先向所述智能语音系统发送语音提问请求，所述智能语音系统将所述语音提问请求转换为对应的文字提问请求；
自所述文字提问请求中提取所述第一设备终端的目标提问信息；
相对应的，所述将所述应答信息发送至所述第一设备终端，包括：
将以文字形式显示的应答信息发送至所述智能语音系统，以使该智能语音系统将以文字形式显示的应答信息转换为对应的语音应答信息，并将该语音应答信息转发至所述第一设备终端。
第二方面，本申请提供一种智能客服系统，包括：
提问信息接收模块，用于接收第一设备终端的目标提问信息，并在预设的语料库中查找与该目标提问信息对应的至少一个历史提问信息；
应答方式获取模块，用于判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，若否，则向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式；
第一应答信息确定模块，用于应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息；
应答信息发送模块，用于将所述应答信息发送至所述第一设备终端。
进一步地，还包括：
第二应答信息确定模块，用于若经判断获知至少一个所述历史提问信息中包含有所述目标提问信息对应的关联历史提问信息，则自所述语料库中获取该关联历史提问信息对应的应答信息；
其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
进一步地，还包括：
默认应答信息获取模块，用于若在预设的应答时段内未接收到所述第二设备终端发送的所述应答方式，则自预设的默认应答库中随机选取一默认应答信息；
默认应答信息发送模块，用于将所述默认应答信息发送至所述第一设备终端。
进一步地，所述应答方式获取模块具体用于执行下述内容：
分别获取所述目标提问信息至少一个所述历史提问信息各自与所述目标提问信息之间的关联度；
判断所述关联度中是否包含有大于或等于预设的关联阈值的关联度，其中，大于或等于预设的关联阈值的所述关联度对应的所述历史提问信息为所述目标提问信息对应的关联历史提问信息。
进一步地，所述应答方式获取模块还具体用于执行下述内容：
向第二设备终端发送针对所述目标提问信息的应答请求，其中，所述应答请求中包含有与该目标提问信息对应的至少一个历史提问信息，以及各个所述历史提问信息各自与所述目标提问信息之间的关联度；
其中，所述第二设备终端根据各个所述历史提问信息各自与所述目标提问信息之间的关联度自各个所述历史提问信息中择一作为所述目标提问信息对应的关联历史提问信息，并生成包含有该关联历史提问信息的应答方式；
相对应的，所述第一应答信息确定模块具体用于执行下述内容：
应用所述第二设备终端发送的所述应答方式中的关联历史提问信息，自所述语料库中获取该关联历史提问信息对应的应答信息；
其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
进一步地，所述应答方式中包含有所述目标提问信息对应的新增应答信息；
相对应的，所述第一应答信息确定模块具体用于执行下述内容：
将所述第二设备终端发送的所述应答方式中的新增应答信息作为所述目标提问信息对应的应答信息；
将所述目标提问信息及对应的新增应答信息存储至所述语料库中，其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
进一步地，所述应答方式中包含有预设的应答模型；
所述第一应答信息确定模块具体用于执行下述内容：
对所述目标提问信息进行分词处理，并在对应的分词结果中选定目标关键词；
将所述目标关键词输入所述第二设备终端发送的所述应答方式中的应答模型中，并将该应答模型的输出作为所述目标提问信息对应的应答信息。
进一步地，所述提问信息接收模块具体用于执行下述内容：
接收第一设备终端发送的文字提问请求；
自所述文字提问请求中提取所述第一设备终端的目标提问信息；
相对应的，所述应答信息发送模块具体用于执行下述内容：
将以文字形式显示的应答信息发送至所述第一设备终端。
进一步地，所述提问信息接收模块具体用于执行下述内容：
接收智能语音系统转发的文字提问请求，其中，第一设备终端预先向所述智能语音系统发送语音提问请求，所述智能语音系统将所述语音提问请求转换为对应的文字提问请求；
自所述文字提问请求中提取所述第一设备终端的目标提问信息；
相对应的，所述应答信息发送模块具体用于执行下述内容：
将以文字形式显示的应答信息发送至所述智能语音系统，以使该智能语音系统将以文字形式显示的应答信息转换为对应的语音应答信息，并将该语音应答信息转发至所述第一设备终端。
第三方面，本申请提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现所述的智能在线应答方法的步骤。
第四方面，本申请提供一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现所述的智能在线应答方法的步骤。
由上述技术方案可知，本申请提供的一种智能在线应答方法及智能客服系统，方法包括：接收第一设备终端的目标提问信息，并在预设的语料库中查找与该目标提问信息对应的至少一个历史提问信息；判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，若否，则向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式；应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息；将所述应答信息发送至所述第一设备终端，基于现有的市场的开源智能客服的情况，结合项目情况，融合了智能语音、智能在线识别未识别问题、智能在线训练等功能，使得业务人员可以在后台配置训练的参数、在线训练语料库，使得系统在新增语料库时无需停机，加快了智能客服的部署。让智能客服，从问题收集、问题识别、问题训练、未识别问题、训练未识别问题，形成一个全闭环自适应的环，能够高效的应用于智能客服系统，通过将智能语音用于平台的搜索和在线客服功能，为用户提供语音搜索需求的能力，并在在线客服中提供语音回答用户问题的能力；能够实现全闭环且自适应的智能客户在线应答过程，且能够有效提高智能客服在线应答的准确性及时效性，提供平台在线智能回答用户提问的能力，减轻在线人工客服的负担，加快解决用户问题的速度，进而提升用户体验。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，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地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请实施例中的智能在线应答方法的流程示意图。
图2是本申请实施例中的包含有步骤500的智能在线应答方法的流程示意图。
图3是本申请实施例中的包含有步骤600和步骤700的智能在线应答方法的流程示意图。
图4是本申请实施例中的包含有步骤210和步骤220的智能在线应答方法的流程示意图。
图5是本申请实施例中的包含有步骤230和步骤310的智能在线应答方法的流程示意图。
图6是本申请实施例中的包含有步骤320和步骤330的智能在线应答方法的流程示意图。
图7是本申请实施例中的包含有步骤340和步骤350的智能在线应答方法的流程示意图。
图8是本申请实施例中的包含有步骤110、步骤120和步骤410的智能在线应答方法的流程示意图。
图9是本申请实施例中的包含有步骤130、步骤140和步骤420的智能在线应答方法的流程示意图。
图10是本申请应用实例中的智能客服系统的总体架构示意图。
图11是本申请应用实例中的智能客服系统工作的流程示意图。
图12是本申请实施例中的智能客服系统的第一种结构示意图。
图13是本申请实施例中的智能客服系统的第二种结构示意图。
图14是本申请实施例中的智能客服系统的第三种结构示意图。
图15是本申请实施例中的电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
考虑到现有的智能应答系统无法保证应答的准确性及可靠性，无法满足针对用户提问的实时应答需求的问题，本申请实施例提供一种智能在线应答方法、用于实现该智能在线应答方法的智能客服系统、电子设备和计算机可读存储介质，通过接收第一设备终端的目标提问信息，并在预设的语料库中查找与该目标提问信息对应的至少一个历史提问信息；判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，若否，则向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式；应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息；将所述应答信息发送至所述第一设备终端，基于现有的市场的开源智能客服的情况，结合项目情况，融合了智能语音、智能在线识别未识别问题、智能在线训练等功能，使得业务人员可以在后台配置训练的参数、在线训练语料库，使得系统在新增语料库时无需停机，加快了智能客服的部署。让智能客服，从问题收集、问题识别、问题训练、未识别问题、训练未识别问题，形成一个全闭环自适应的环，能够高效的应用于智能客服系统，通过将智能语音用于平台的搜索和在线客服功能，为用户提供语音搜索需求的能力，并在在线客服中提供语音回答用户问题的能力；能够实现全闭环且自适应的智能客户在线应答过程，且能够有效提高智能客服在线应答的准确性及时效性，提供平台在线智能回答用户提问的能力，减轻在线人工客服的负担，加快解决用户问题的速度，进而提升用户体验。
具体通过下述多个实施例分别进行说明。
为了能够实现全闭环且自适应的智能客户在线应答过程，且能够有效提高智能客服在线应答的准确性及时效性，提升用户体验，本申请实施例提供一种智能在线应答方法，参见图1，所述智能在线应答方法具体包含有如下内容：
步骤100：接收第一设备终端的目标提问信息，并在预设的语料库中查找与该目标提问信息对应的至少一个历史提问信息。
可以理解的是，自所述目标提问信息中提取关键词，自所述语料库中查找包含有该关键字的至少一个历史提问信息。
可以理解的是，所述第一设备终端为用户持有的客户端设备，所述第二终端为管理员持有的客户端设备。
步骤200：判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，若否，则向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式。
步骤300：应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息。
步骤400：将所述应答信息发送至所述第一设备终端。
参见图2，所述智能在线应答方法的步骤200还可以划分为如下两部分内容：
步骤201：判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息；若否，则执行步骤202。
步骤202：向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式。
相对应的，为了进一步提高智能应答过程的效率及时效性，在本申请提供的智能在线应答方法的一实施例中，在步骤201之后以及步骤400之前还具体包含有如下内容：
步骤500：若经判断获知至少一个所述历史提问信息中包含有所述目标提问信息对应的关联历史提问信息，则自所述语料库中获取该关联历史提问信息对应的应答信息；其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
为了进一步提高智能应答过程的效率及时效性，并提高智能应答过程的适用广泛性，在本申请提供的智能在线应答方法的一实施例中，参见图3，所述智能在线应答方法的步骤200之后还具体包含有如下内容：
步骤600：若在预设的应答时段内未接收到所述第二设备终端发送的所述应答方式，则自预设的默认应答库中随机选取一默认应答信息。
步骤700：将所述默认应答信息发送至所述第一设备终端。
为了有效提高关联历史提问信息获取的效率及准确性，在本申请提供的智能在线应答方法的一实施例中，参见图4，所述智能在线应答方法的步骤200具体包含有如下内容：
步骤210：分别获取所述目标提问信息至少一个所述历史提问信息各自与所述目标提问信息之间的关联度。
步骤220：判断所述关联度中是否包含有大于或等于预设的关联阈值的关联度，其中，大于或等于预设的关联阈值的所述关联度对应的所述历史提问信息为所述目标提问信息对应的关联历史提问信息。
为了实现首次未获得应答信息的目标提问信息的二次应答，以进一步提高应答方式获取的准确性及可靠性，在本申请提供的智能在线应答方法的一实施例中，参见图5，所述智能在线应答方法的步骤200中还具体包含有如下内容：
步骤230：向第二设备终端发送针对所述目标提问信息的应答请求，其中，所述应答请求中包含有与该目标提问信息对应的至少一个历史提问信息，以及各个所述历史提问信息各自与所述目标提问信息之间的关联度。
其中，所述第二设备终端根据各个所述历史提问信息各自与所述目标提问信息之间的关联度自各个所述历史提问信息中择一作为所述目标提问信息对应的关联历史提问信息，并生成包含有该关联历史提问信息的应答方式。
相对应的，所述步骤300的第一种实现方式具体包含有如下内容：
步骤310：应用所述第二设备终端发送的所述应答方式中的关联历史提问信息，自所述语料库中获取该关联历史提问信息对应的应答信息；其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
为了进一步实现首次未获得应答信息的目标提问信息的二次应答，以进一步提高应答方式获取的准确性及可靠性，所述应答方式中包含有所述目标提问信息对应的新增应答信息；相对应的，在本申请提供的智能在线应答方法的一实施例中，参见图6，所述智能在线应答方法的步骤300的第二种实现方式具体包含有如下内容：
步骤320：将所述第二设备终端发送的所述应答方式中的新增应答信息作为所述目标提问信息对应的应答信息。
步骤330：将所述目标提问信息及对应的新增应答信息存储至所述语料库中，其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
为了进一步实现首次未获得应答信息的目标提问信息的二次应答，以进一步提高应答方式获取的智能化程度、准确性及可靠性，所述应答方式中包含有预设的应答模型；相对应的，在本申请提供的智能在线应答方法的一实施例中，参见图7，所述智能在线应答方法的步骤300的第三种实现方式具体包含有如下内容：
步骤340：对所述目标提问信息进行分词处理，并在对应的分词结果中选定目标关键词。
步骤350：将所述目标关键词输入所述第二设备终端发送的所述应答方式中的应答模型中，并将该应答模型的输出作为所述目标提问信息对应的应答信息。
为了有效提高目标提问信息获取的可靠性，在本申请提供的智能在线应答方法的一实施例中，参见图8，所述智能在线应答方法的步骤100的第一种实现方式具体包含有如下内容：
步骤110：接收第一设备终端发送的文字提问请求。
步骤120：自所述文字提问请求中提取所述第一设备终端的目标提问信息。
相对应的，所述步骤400的第一种实现方式具体包含有如下内容：
步骤410：将以文字形式显示的应答信息发送至所述第一设备终端。
为了有效提高目标提问信息获取的可靠性及智能化程度，进而进一步提高用户体验，在本申请提供的智能在线应答方法的一实施例中，参见图9，所述智能在线应答方法的步骤100的第二种实现方式具体包含有如下内容：
步骤130：接收智能语音系统转发的文字提问请求，其中，第一设备终端预先向所述智能语音系统发送语音提问请求，所述智能语音系统将所述语音提问请求转换为对应的文字提问请求。
步骤140：自所述文字提问请求中提取所述第一设备终端的目标提问信息。
相对应的，所述步骤400的第二种实现方式具体包含有如下内容：
步骤420：将以文字形式显示的应答信息发送至所述智能语音系统，以使该智能语音系统将以文字形式显示的应答信息转换为对应的语音应答信息，并将该语音应答信息转发至所述第一设备终端。
为了进一步说明本方案，本申请还提供一种智能在线应答方法的具体应用实例，所述智能在线应答方法应用一智能客服系统实现，参见图10，智能客服系统根据系统应用体系结构分为三大部分：接入层、智能客服系统层、存储层。
接入层包括客户端渠道接入和运营系统接入。其中客户端渠道接入包括：移动端(Android客户端、IOS客户端)、PC端、智能语音系统(智能客服系统为智能语音系统提供问题回答服务)；运营系统包含：热门问题管理、一般问题管理、问题训练三个模块。
智能客服系统层包括：问答训练模块、语料库数据查询模块、热门问题编辑模块、问答管理模块。
存储层包括：本地存储(txt、yml文件)、语料库存储(sqlite3数据库)、热门问题库存储(sqlite3数据库)。
参见图11，智能客服工作流程可划分为普通客户端工作流以及管理员工作流。
(一)普通客户端工作流：
1.客户端发起文字输入提问，智能客服python后台从语料库查询问题答案，若查到结果则以文字返回，否则存储答不上问题，其中返回结果包含问题快捷提问、网址链接、普通文字结果等类型。
2.客户端发起语音输入，语音输入内容由智能语音系统解析成文字传入智能客服系统，智能客服按照普通文字输入提问的处理方式处理此类输入，返回文字结果(或将问题视为答不上问题保存)，智能语音系统将文字解析成语音并存储相应的语音文件，并将语音文件的存储路径返回给客户端，客户端根据语音文件路径获取语音文件，从而获得语音回答。
(二)管理员工作流：
1.管理员搜集热门问题，并通过后台管理界面对热门问题进行管理，通过智能客服系统的python接口将热门问题存入热门问题语料库中。
2.管理员通过后台管理界面下载回答不上问题，并将此类问题的问答整理成yml，通过管理界面上传这些yml文件，通过智能客服系统的python接口将此类问答存储到问答语料库中。
其中，对于回答不上的问题的处理过程有三种方式：
1.在对用户的提问和语料库进行比对，判断距离和关联度时，设置一个默认的最低关联度。低于该最低关联度的则默认为回答不上，系统随机给予一个默认回答。并将在回答不上的问题记录在相关文件中。
2.对于回答不上的问题，系统管理员通过后台系统可以查看这些问题列表。对于每个没有回答上的问题有三种在线处理训练方法供后台管理员选择处理：
(1)根据智能客服问答的参数配置将所有具有关联度的回答按照从高到低的进行展示，系统管理员可以从中选择一个最优回答。
(3)将提问的问题进行分词，并抽取出实体关键词。并将关键词输入到原有训练的模型中，预测出可能的回答供系统管理员选择。
(2)如果该问题之前并未训练过，则允许系统管理员采用语音录入的方式，将新的回答补充到新的语料库中。
3.系统管理员选择上述其一的方式后，点击在线训练，则系统实时去更新语料库，并进行模型训练，达到在线训练的效果。
本具体应用实例对于在线实时新增语料、处理未识别问题提供一种综合的解决方案：既可以从现有知识库中提取预测回答的解决方案，也可以支持用户在线实时新增录入回答的解决方案。最大程度减少了负责语料库管理工作人员的日常工作量。
使用本申请应用实例公开的智能在线应答方法，可以适应不断变化的业务需求，其优点如下：
(1)对于训练相关参数可后台动态配置，实时生效，无需重新部署。
具体为，将智能客服的参数设置功能通过REST API的方式暴露出来：包括新增语料问答、在线训练模型、训练参数设置。系统管理员登录系统后台，后台的相关模块设置参数管理，实时通过调用REST API的方式，来达到实时生效，无需重新编译部署上线。
(2)业务人员可在线查看未识别问题，并在线编辑和训练语料库，实时生效。
具体为，通过在问答中设置关联度的默认值，一旦用户的提问低于默认关联度，则将未识别的问题记录到文件中。并在系统后台中提供查看未识别问题的功能，并提供三种解决方案，供用户选择。用户选择后，又可反向实时在线通过REST API在线训练语料库，从而达到不停机但丰富语料库的效果，形成一个闭环自适应的智能客服。
(3)无需复杂的用户确认交互，即可在线快速训练。
具体为，对于新增语料库，或者未识别问题。系统提供三种回答供用户选择，用户既可以从里面择优选择，也可以通过语音输入的方式输入新的知识，并在线对模型进行知识拓展。
(4)结合智能语音提问，智能语音回复，给予用户良好的用户体验。
具体为，本方案结合了自然语音处理技术，主要包括：语音转文字，文字转语音。主要用在两方面：
在会话中，既支持用户语音输入，也支持文字输入。语音录入后通过自然语音处理技术中的语音转文字技术，得到文字后，将文字输入到智能客服的模型，得到问答的文字版本。并通过自然语音处理技术中的文字转语音，将回答的文字转成语音，并返回前端。给予用户良好的用户体验。
在系统管理员新增语料问答，或回答未识别问题时，辅助使用语音转文字、文字转语音功能并允许用户修改最终文字，给予用户良好的用户体验。
从软件层面来说，为了能够实现全闭环且自适应的智能客户在线应答过程，且能够有效提高智能客服在线应答的准确性及时效性，本申请提供一种用于实现所述智能在线应答方法中全部或部分内容的智能客服系统的实施例，参见图12，所述智能客服系统具体包含有如下内容：
提问信息接收模块10，用于接收第一设备终端的目标提问信息，并在预设的语料库中查找与该目标提问信息对应的至少一个历史提问信息。
应答方式获取模块20，用于判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，若否，则向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式。
第一应答信息确定模块30，用于应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息。
应答信息发送模块40，用于将所述应答信息发送至所述第一设备终端。
为了进一步提高智能应答过程的效率及时效性，在本申请提供的智能客服系统的一实施例中，参见图13，所述智能客服系统还具体包含有如下内容：
第二应答信息确定模块50，用于若经判断获知至少一个所述历史提问信息中包含有所述目标提问信息对应的关联历史提问信息，则自所述语料库中获取该关联历史提问信息对应的应答信息；
其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
为了进一步提高智能应答过程的效率及时效性，并提高智能应答过程的适用广泛性，在本申请提供的智能客服系统的一实施例中，参见图14，所述智能客服系统还具体包含有如下内容：
默认应答信息获取模块60，用于若在预设的应答时段内未接收到所述第二设备终端发送的所述应答方式，则自预设的默认应答库中随机选取一默认应答信息。
默认应答信息发送模块70，用于将所述默认应答信息发送至所述第一设备终端。
为了有效提高关联历史提问信息获取的效率及准确性，在本申请提供的智能客服系统的一实施例中，所述智能客服系统的应答方式获取模块20具体用于执行下述内容：
步骤210：分别获取所述目标提问信息至少一个所述历史提问信息各自与所述目标提问信息之间的关联度。
步骤220：判断所述关联度中是否包含有大于或等于预设的关联阈值的关联度，其中，大于或等于预设的关联阈值的所述关联度对应的所述历史提问信息为所述目标提问信息对应的关联历史提问信息。
为了实现首次未获得应答信息的目标提问信息的二次应答，以进一步提高应答方式获取的准确性及可靠性，在本申请提供的智能客服系统的一实施例中，所述智能客服系统的应答方式获取模块20中还具体用于执行下述内容：
步骤230：向第二设备终端发送针对所述目标提问信息的应答请求，其中，所述应答请求中包含有与该目标提问信息对应的至少一个历史提问信息，以及各个所述历史提问信息各自与所述目标提问信息之间的关联度。
其中，所述第二设备终端根据各个所述历史提问信息各自与所述目标提问信息之间的关联度自各个所述历史提问信息中择一作为所述目标提问信息对应的关联历史提问信息，并生成包含有该关联历史提问信息的应答方式。
相对应的，所述第一应答信息确定模块30的具体用于执行下述内容：
步骤310：应用所述第二设备终端发送的所述应答方式中的关联历史提问信息，自所述语料库中获取该关联历史提问信息对应的应答信息；其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
为了进一步实现首次未获得应答信息的目标提问信息的二次应答，以进一步提高应答方式获取的准确性及可靠性，所述应答方式中包含有所述目标提问信息对应的新增应答信息；相对应的，在本申请提供的智能客服系统的一实施例中，所述智能客服系统的第一应答信息确定模块30还可以具体用于执行下述内容：
步骤320：将所述第二设备终端发送的所述应答方式中的新增应答信息作为所述目标提问信息对应的应答信息。
步骤330：将所述目标提问信息及对应的新增应答信息存储至所述语料库中，其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
为了进一步实现首次未获得应答信息的目标提问信息的二次应答，以进一步提高应答方式获取的智能化程度、准确性及可靠性，所述应答方式中包含有预设的应答模型；相对应的，在本申请提供的智能客服系统的一实施例中，所述智能客服系统的第一应答信息确定模块30还可以具体用于执行下述内容：
步骤340：对所述目标提问信息进行分词处理，并在对应的分词结果中选定目标关键词。
步骤350：将所述目标关键词输入所述第二设备终端发送的所述应答方式中的应答模型中，并将该应答模型的输出作为所述目标提问信息对应的应答信息。
为了有效提高目标提问信息获取的可靠性，在本申请提供的智能客服系统的一实施例中，所述智能客服系统的提问信息接收模块10用于执行下述内容：
步骤110：接收第一设备终端发送的文字提问请求。
步骤120：自所述文字提问请求中提取所述第一设备终端的目标提问信息。
相对应的，所述应答信息发送模块40具体用于执行下述内容：
步骤410：将以文字形式显示的应答信息发送至所述第一设备终端。
为了有效提高目标提问信息获取的可靠性及智能化程度，进而进一步提高用户体验，在本申请提供的智能客服系统法的一实施例中，所述智能客服系统的提问信息接收模块10还可以具体用于执行下述内容：
步骤130：接收智能语音系统转发的文字提问请求，其中，第一设备终端预先向所述智能语音系统发送语音提问请求，所述智能语音系统将所述语音提问请求转换为对应的文字提问请求。
步骤140：自所述文字提问请求中提取所述第一设备终端的目标提问信息。
相对应的，所述应答信息发送模块40还可以具体用于执行下述内容：
步骤420：将以文字形式显示的应答信息发送至所述智能语音系统，以使该智能语音系统将以文字形式显示的应答信息转换为对应的语音应答信息，并将该语音应答信息转发至所述第一设备终端。
从上述描述可知，本申请实施例提供的智能客服系统，基于现有的市场的开源智能客服的情况，结合项目情况，融合了智能语音、智能在线识别未识别问题、智能在线训练等功能，使得业务人员可以在后台配置训练的参数、在线训练语料库，使得系统在新增语料库时无需停机，加快了智能客服的部署。让智能客服，从问题收集、问题识别、问题训练、未识别问题、训练未识别问题，形成一个全闭环自适应的环，能够高效的应用于智能客服系统，通过将智能语音用于平台的搜索和在线客服功能，为用户提供语音搜索需求的能力，并在在线客服中提供语音回答用户问题的能力；能够实现全闭环且自适应的智能客户在线应答过程，且能够有效提高智能客服在线应答的准确性及时效性，提供平台在线智能回答用户提问的能力，减轻在线人工客服的负担，加快解决用户问题的速度，进而提升用户体验。
从硬件层面来说，为了能够实现全闭环且自适应的智能客户在线应答过程，且能够有效提高智能客服在线应答的准确性及时效性，本申请提供一种用于实现所述智能在线应答方法中的全部或部分内容的电子设备的实施例，所述电子设备具体包含有如下内容：
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线；其中，所述处理器、存储器、通信接口通过所述总线完成相互间的通信；所述通信接口用于实现电子设备与用户终端以及相关数据库等相关设备之间的信息传输；该电子设备可以是台式计算机、平板电脑及移动终端等，本实施例不限于此。在本实施例中，该电子设备可以参照实施例中的智能在线应答方法的实施例，以及，智能客服系统的实施例进行实施，其内容被合并于此，重复之处不再赘述。
图15为本申请实施例的电子设备9600的系统构成的示意框图。如图15所示，该电子设备9600可以包括中央处理器9100和存储器9140；存储器9140耦合到中央处理器9100。值得注意的是，该图15是示例性的；还可以使用其他类型的结构，来补充或代替该结构，以实现电信功能或其他功能。
在一实施例中，智能在线应答功能可以被集成到中央处理器中。其中，中央处理器可以被配置为进行如下控制：
步骤100：接收第一设备终端的目标提问信息，并在预设的语料库中查找与该目标提问信息对应的至少一个历史提问信息。
步骤200：判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，若否，则向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式。
步骤300：应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息。
步骤400：将所述应答信息发送至所述第一设备终端。
从上述描述可知，本申请实施例提供的电子设备，基于现有的市场的开源智能客服的情况，结合项目情况，融合了智能语音、智能在线识别未识别问题、智能在线训练等功能，使得业务人员可以在后台配置训练的参数、在线训练语料库，使得系统在新增语料库时无需停机，加快了智能客服的部署。让智能客服，从问题收集、问题识别、问题训练、未识别问题、训练未识别问题，形成一个全闭环自适应的环，能够高效的应用于智能客服系统，通过将智能语音用于平台的搜索和在线客服功能，为用户提供语音搜索需求的能力，并在在线客服中提供语音回答用户问题的能力；能够实现全闭环且自适应的智能客户在线应答过程，且能够有效提高智能客服在线应答的准确性及时效性，提供平台在线智能回答用户提问的能力，减轻在线人工客服的负担，加快解决用户问题的速度，进而提升用户体验。
在另一个实施方式中，智能客服系统可以与中央处理器9100分开配置，例如可以将智能客服系统配置为与中央处理器9100连接的芯片，通过中央处理器的控制来实现智能在线应答功能。
如图15所示，该电子设备9600还可以包括：通信模块9110、输入单元9120、音频处理器9130、显示器9160、电源9170。值得注意的是，电子设备9600也并不是必须要包括图15中所示的所有部件；此外，电子设备9600还可以包括图15中没有示出的部件，可以参考现有技术。
如图15所示，中央处理器9100有时也称为控制器或操作控件，可以包括微处理器或其他处理器装置和/或逻辑装置，该中央处理器9100接收输入并控制电子设备9600的各个部件的操作。
其中，存储器9140，例如可以是缓存器、闪存、硬驱、可移动介质、易失性存储器、非易失性存储器或其它合适装置中的一种或更多种。可储存上述与失败有关的信息，此外还可存储执行有关信息的程序。并且中央处理器9100可执行该存储器9140存储的该程序，以实现信息存储或处理等。
输入单元9120向中央处理器9100提供输入。该输入单元9120例如为按键或触摸输入装置。电源9170用于向电子设备9600提供电力。显示器9160用于进行图像和文字等显示对象的显示。该显示器例如可为LCD显示器，但并不限于此。
该存储器9140可以是固态存储器，例如，只读存储器(ROM)、随机存取存储器(RAM)、SIM卡等。还可以是这样的存储器，其即使在断电时也保存信息，可被选择性地擦除且设有更多数据，该存储器的示例有时被称为EPROM等。存储器9140还可以是某种其它类型的装置。存储器9140包括缓冲存储器9141(有时被称为缓冲器)。存储器9140可以包括应用/功能存储部9142，该应用/功能存储部9142用于存储应用程序和功能程序或用于通过中央处理器9100执行电子设备9600的操作的流程。
存储器9140还可以包括数据存储部9143，该数据存储部9143用于存储数据，例如联系人、数字数据、图片、声音和/或任何其他由电子设备使用的数据。存储器9140的驱动程序存储部9144可以包括电子设备的用于通信功能和/或用于执行电子设备的其他功能(如消息传送应用、通讯录应用等)的各种驱动程序。
通信模块9110即为经由天线9111发送和接收信号的发送机/接收机9110。通信模块(发送机/接收机)9110耦合到中央处理器9100，以提供输入信号和接收输出信号，这可以和常规移动通信终端的情况相同。
基于不同的通信技术，在同一电子设备中，可以设置有多个通信模块9110，如蜂窝网络模块、蓝牙模块和/或无线局域网模块等。通信模块(发送机/接收机)9110还经由音频处理器9130耦合到扬声器9131和麦克风9132，以经由扬声器9131提供音频输出，并接收来自麦克风9132的音频输入，从而实现通常的电信功能。音频处理器9130可以包括任何合适的缓冲器、解码器、放大器等。另外，音频处理器9130还耦合到中央处理器9100，从而使得可以通过麦克风9132能够在本机上录音，且使得可以通过扬声器9131来播放本机上存储的声音。
本申请的实施例还提供能够实现上述实施例中的智能在线应答方法中全部步骤的一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中的执行主体为服务器或客户端的智能在线应答方法的全部步骤，例如，所述处理器执行所述计算机程序时实现下述步骤：
步骤100：接收第一设备终端的目标提问信息，并在预设的语料库中查找与该目标提问信息对应的至少一个历史提问信息。
步骤200：判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，若否，则向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式。
步骤300：应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息。
步骤400：将所述应答信息发送至所述第一设备终端。
从上述描述可知，本申请实施例提供的计算机可读存储介质，基于现有的市场的开源智能客服的情况，结合项目情况，融合了智能语音、智能在线识别未识别问题、智能在线训练等功能，使得业务人员可以在后台配置训练的参数、在线训练语料库，使得系统在新增语料库时无需停机，加快了智能客服的部署。让智能客服，从问题收集、问题识别、问题训练、未识别问题、训练未识别问题，形成一个全闭环自适应的环，能够高效的应用于智能客服系统，通过将智能语音用于平台的搜索和在线客服功能，为用户提供语音搜索需求的能力，并在在线客服中提供语音回答用户问题的能力；能够实现全闭环且自适应的智能客户在线应答过程，且能够有效提高智能客服在线应答的准确性及时效性，提供平台在线智能回答用户提问的能力，减轻在线人工客服的负担，加快解决用户问题的速度，进而提升用户体验。
本领域内的技术人员应明白，本发明的实施例可提供为方法、装置、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(装置)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (20)
1.一种智能在线应答方法，其特征在于，包括：
接收第一设备终端的目标提问信息，并在预设的语料库中查找与该目标提问信息对应的至少一个历史提问信息；
判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，若否，则向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式；
应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息；
将所述应答信息发送至所述第一设备终端。
2.根据权利要求1所述的智能在线应答方法，其特征在于，在所述将所述应答信息发送至所述第一设备终端之前，还包括：
若经判断获知至少一个所述历史提问信息中包含有所述目标提问信息对应的关联历史提问信息，则自所述语料库中获取该关联历史提问信息对应的应答信息；
其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
3.根据权利要求1所述的智能在线应答方法，其特征在于，还包括：
若在预设的应答时段内未接收到所述第二设备终端发送的所述应答方式，则自预设的默认应答库中随机选取一默认应答信息；
将所述默认应答信息发送至所述第一设备终端。
4.根据权利要求1所述的智能在线应答方法，其特征在于，所述判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，包括：
分别获取所述目标提问信息至少一个所述历史提问信息各自与所述目标提问信息之间的关联度；
判断所述关联度中是否包含有大于或等于预设的关联阈值的关联度，其中，大于或等于预设的关联阈值的所述关联度对应的所述历史提问信息为所述目标提问信息对应的关联历史提问信息。
5.根据权利要求4所述的智能在线应答方法，其特征在于，所述向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式，包括：
向第二设备终端发送针对所述目标提问信息的应答请求，其中，所述应答请求中包含有与该目标提问信息对应的至少一个历史提问信息，以及各个所述历史提问信息各自与所述目标提问信息之间的关联度；
其中，所述第二设备终端根据各个所述历史提问信息各自与所述目标提问信息之间的关联度自各个所述历史提问信息中择一作为所述目标提问信息对应的关联历史提问信息，并生成包含有该关联历史提问信息的应答方式；
相对应的，所述应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息，包括：
应用所述第二设备终端发送的所述应答方式中的关联历史提问信息，自所述语料库中获取该关联历史提问信息对应的应答信息；
其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
6.根据权利要求1所述的智能在线应答方法，其特征在于，所述应答方式中包含有所述目标提问信息对应的新增应答信息；
相对应的，所述应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息，包括：
将所述第二设备终端发送的所述应答方式中的新增应答信息作为所述目标提问信息对应的应答信息；
将所述目标提问信息及对应的新增应答信息存储至所述语料库中，其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
7.根据权利要求1所述的智能在线应答方法，其特征在于，所述应答方式中包含有预设的应答模型；
所述应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息，包括：
对所述目标提问信息进行分词处理，并在对应的分词结果中选定目标关键词；
将所述目标关键词输入所述第二设备终端发送的所述应答方式中的应答模型中，并将该应答模型的输出作为所述目标提问信息对应的应答信息。
8.根据权利要求1所述的智能在线应答方法，其特征在于，所述接收第一设备终端的目标提问信息，包括：
接收第一设备终端发送的文字提问请求；
自所述文字提问请求中提取所述第一设备终端的目标提问信息；
相对应的，所述将所述应答信息发送至所述第一设备终端，包括：
将以文字形式显示的应答信息发送至所述第一设备终端。
9.根据权利要求1所述的智能在线应答方法，其特征在于，所述接收第一设备终端的目标提问信息，包括：
接收智能语音系统转发的文字提问请求，其中，第一设备终端预先向所述智能语音系统发送语音提问请求，所述智能语音系统将所述语音提问请求转换为对应的文字提问请求；
自所述文字提问请求中提取所述第一设备终端的目标提问信息；
相对应的，所述将所述应答信息发送至所述第一设备终端，包括：
将以文字形式显示的应答信息发送至所述智能语音系统，以使该智能语音系统将以文字形式显示的应答信息转换为对应的语音应答信息，并将该语音应答信息转发至所述第一设备终端。
10.一种智能客服系统，其特征在于，包括：
提问信息接收模块，用于接收第一设备终端的目标提问信息，并在预设的语料库中查找与该目标提问信息对应的至少一个历史提问信息；
应答方式获取模块，用于判断至少一个所述历史提问信息中是否包含有所述目标提问信息对应的关联历史提问信息，若否，则向第二设备终端发送针对所述目标提问信息的应答请求，以使所述第二设备终端根据所述应答请求确定对应的应答方式；
第一应答信息确定模块，用于应用所述第二设备终端发送的所述应答方式在线获取所述目标提问信息对应的应答信息；
应答信息发送模块，用于将所述应答信息发送至所述第一设备终端。
11.根据权利要求10所述的智能客服系统，其特征在于，还包括：
第二应答信息确定模块，用于若经判断获知至少一个所述历史提问信息中包含有所述目标提问信息对应的关联历史提问信息，则自所述语料库中获取该关联历史提问信息对应的应答信息；
其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
12.根据权利要求10所述的智能客服系统，其特征在于，还包括：
默认应答信息获取模块，用于若在预设的应答时段内未接收到所述第二设备终端发送的所述应答方式，则自预设的默认应答库中随机选取一默认应答信息；
默认应答信息发送模块，用于将所述默认应答信息发送至所述第一设备终端。
13.根据权利要求10所述的智能客服系统，其特征在于，所述应答方式获取模块具体用于执行下述内容：
分别获取所述目标提问信息至少一个所述历史提问信息各自与所述目标提问信息之间的关联度；
判断所述关联度中是否包含有大于或等于预设的关联阈值的关联度，其中，大于或等于预设的关联阈值的所述关联度对应的所述历史提问信息为所述目标提问信息对应的关联历史提问信息。
14.根据权利要求13所述的智能客服系统，其特征在于，所述应答方式获取模块还具体用于执行下述内容：
向第二设备终端发送针对所述目标提问信息的应答请求，其中，所述应答请求中包含有与该目标提问信息对应的至少一个历史提问信息，以及各个所述历史提问信息各自与所述目标提问信息之间的关联度；
其中，所述第二设备终端根据各个所述历史提问信息各自与所述目标提问信息之间的关联度自各个所述历史提问信息中择一作为所述目标提问信息对应的关联历史提问信息，并生成包含有该关联历史提问信息的应答方式；
相对应的，所述第一应答信息确定模块具体用于执行下述内容：
应用所述第二设备终端发送的所述应答方式中的关联历史提问信息，自所述语料库中获取该关联历史提问信息对应的应答信息；
其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
15.根据权利要求10所述的智能客服系统，其特征在于，所述应答方式中包含有所述目标提问信息对应的新增应答信息；
相对应的，所述第一应答信息确定模块具体用于执行下述内容：
将所述第二设备终端发送的所述应答方式中的新增应答信息作为所述目标提问信息对应的应答信息；
将所述目标提问信息及对应的新增应答信息存储至所述语料库中，其中，所述语料库用于存储各个所述历史提问信息与所述应答信息之间的对应关系。
16.根据权利要求10所述的智能客服系统，其特征在于，所述应答方式中包含有预设的应答模型；
所述第一应答信息确定模块具体用于执行下述内容：
对所述目标提问信息进行分词处理，并在对应的分词结果中选定目标关键词；
将所述目标关键词输入所述第二设备终端发送的所述应答方式中的应答模型中，并将该应答模型的输出作为所述目标提问信息对应的应答信息。
17.根据权利要求10所述的智能客服系统，其特征在于，所述提问信息接收模块具体用于执行下述内容：
接收第一设备终端发送的文字提问请求；
自所述文字提问请求中提取所述第一设备终端的目标提问信息；
相对应的，所述应答信息发送模块具体用于执行下述内容：
将以文字形式显示的应答信息发送至所述第一设备终端。
18.根据权利要求10所述的智能客服系统，其特征在于，所述提问信息接收模块具体用于执行下述内容：
接收智能语音系统转发的文字提问请求，其中，第一设备终端预先向所述智能语音系统发送语音提问请求，所述智能语音系统将所述语音提问请求转换为对应的文字提问请求；
自所述文字提问请求中提取所述第一设备终端的目标提问信息；
相对应的，所述应答信息发送模块具体用于执行下述内容：
将以文字形式显示的应答信息发送至所述智能语音系统，以使该智能语音系统将以文字形式显示的应答信息转换为对应的语音应答信息，并将该语音应答信息转发至所述第一设备终端。
19.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至9任一项所述的智能在线应答方法的步骤。
20.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至9任一项所述的智能在线应答方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010227339.0A CN111339282A (zh) | 2020-03-27 | 2020-03-27 | 智能在线应答方法及智能客服系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010227339.0A CN111339282A (zh) | 2020-03-27 | 2020-03-27 | 智能在线应答方法及智能客服系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111339282A true CN111339282A (zh) | 2020-06-26 |
Family
ID=71182729
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010227339.0A Pending CN111339282A (zh) | 2020-03-27 | 2020-03-27 | 智能在线应答方法及智能客服系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111339282A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112040075A (zh) * | 2020-08-28 | 2020-12-04 | 厦门羽星科技股份有限公司 | 基于语音识别的坐席语音辅助系统 |
| CN113724036A (zh) * | 2021-07-29 | 2021-11-30 | 阿里巴巴（中国）有限公司 | 提供问题咨询服务的方法及电子设备 |
| CN114500425A (zh) * | 2022-01-25 | 2022-05-13 | 上海禹璨信息技术有限公司 | 信息处理方法、装置、设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009062337A1 (en) * | 2007-11-13 | 2009-05-22 | Lucent Technologies Inc. | Method and apparatus for providing short message redirection service |
| CN105227790A (zh) * | 2015-09-24 | 2016-01-06 | 北京车音网科技有限公司 | 一种语音应答方法、电子设备和系统 |
| CN105989040A (zh) * | 2015-02-03 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 智能问答的方法、装置及系统 |
| CN109002515A (zh) * | 2018-07-04 | 2018-12-14 | 网宿科技股份有限公司 | 一种智能应答的方法和装置 |
| CN109033221A (zh) * | 2018-06-29 | 2018-12-18 | 上海银赛计算机科技有限公司 | 答案生成方法、装置及服务器 |
| CN109697228A (zh) * | 2018-12-13 | 2019-04-30 | 平安科技（深圳）有限公司 | 智能问答方法、装置、计算机设备及存储介质 |
| CN110738511A (zh) * | 2019-09-06 | 2020-01-31 | 苏宁金融科技(南京)有限公司 | 智能客服方法及装置 |
| CN110795542A (zh) * | 2019-08-28 | 2020-02-14 | 腾讯科技（深圳）有限公司 | 对话方法及相关装置、设备 |
-
2020
- 2020-03-27 CN CN202010227339.0A patent/CN111339282A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2009062337A1 (en) * | 2007-11-13 | 2009-05-22 | Lucent Technologies Inc. | Method and apparatus for providing short message redirection service |
| CN105989040A (zh) * | 2015-02-03 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 智能问答的方法、装置及系统 |
| CN105227790A (zh) * | 2015-09-24 | 2016-01-06 | 北京车音网科技有限公司 | 一种语音应答方法、电子设备和系统 |
| CN109033221A (zh) * | 2018-06-29 | 2018-12-18 | 上海银赛计算机科技有限公司 | 答案生成方法、装置及服务器 |
| CN109002515A (zh) * | 2018-07-04 | 2018-12-14 | 网宿科技股份有限公司 | 一种智能应答的方法和装置 |
| CN109697228A (zh) * | 2018-12-13 | 2019-04-30 | 平安科技（深圳）有限公司 | 智能问答方法、装置、计算机设备及存储介质 |
| CN110795542A (zh) * | 2019-08-28 | 2020-02-14 | 腾讯科技（深圳）有限公司 | 对话方法及相关装置、设备 |
| CN110738511A (zh) * | 2019-09-06 | 2020-01-31 | 苏宁金融科技(南京)有限公司 | 智能客服方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 朱频频: "《智能客户服务技术与应用》", 中国铁道出版社, pages: 170 - 172 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112040075A (zh) * | 2020-08-28 | 2020-12-04 | 厦门羽星科技股份有限公司 | 基于语音识别的坐席语音辅助系统 |
| CN113724036A (zh) * | 2021-07-29 | 2021-11-30 | 阿里巴巴（中国）有限公司 | 提供问题咨询服务的方法及电子设备 |
| CN114500425A (zh) * | 2022-01-25 | 2022-05-13 | 上海禹璨信息技术有限公司 | 信息处理方法、装置、设备及存储介质 |
| CN114500425B (zh) * | 2022-01-25 | 2023-05-02 | 上海禹璨信息技术有限公司 | 信息处理方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10503470B2 (en) | Method for user training of information dialogue system | |
| CN109514586B (zh) | 实现智能客服机器人的方法及系统 | |
| CN107609092B (zh) | 智能应答方法和装置 | |
| CN111339282A (zh) | 智能在线应答方法及智能客服系统 | |
| CN110956956A (zh) | 基于策略规则的语音识别方法及装置 | |
| CN110970021B (zh) | 一种问答控制方法、装置及系统 | |
| US20220391642A1 (en) | Method and apparatus for evaluating joint training model | |
| CN112836691A (zh) | 智能面试方法及装置 | |
| US20200328990A1 (en) | Intelligent Scheduler for Chatbot Sessions | |
| CN111768781A (zh) | 语音打断的处理方法和装置 | |
| CN111611365A (zh) | 一种对话系统的流程控制方法、装置、设备及存储介质 | |
| CN113630309B (zh) | 机器人会话系统、方法、装置、计算机设备和存储介质 | |
| TW201833730A (zh) | 資訊交互的方法及裝置 | |
| KR20090076318A (ko) | 실시간 대화 서비스 시스템 및 그 방법 | |
| KR100586860B1 (ko) | 질문과 답변기능을 이용한 사전검색방식의 언어교육시스템과 언어교육방법 | |
| KR102357620B1 (ko) | 챗봇 채널연계 통합을 위한 챗봇 통합 에이전트 플랫폼 시스템 및 그 서비스 방법 | |
| WO2015023138A1 (ko) | 음성인식 기반의 메시징 통역서비스 제공 시스템 및 그 방법 | |
| CN112331201A (zh) | 语音的交互方法和装置、存储介质、电子装置 | |
| US20230379273A1 (en) | Integration of ai-powered conversational messaging with a live agent interaction | |
| US20190179902A1 (en) | Systems and methods for task automation using natural language processing | |
| CN115438976A (zh) | 基于智能柜台的用户需求处理方法及装置 | |
| CN109299454A (zh) | 基于聊天日志的摘要生成方法及装置、存储介质及电子终端 | |
| JP2005196356A (ja) | 擬似人格対話システム、方法、およびプログラム | |
| CN113204623A (zh) | 问答方法及装置 | |
| CN110931014A (zh) | 基于正则匹配规则的语音识别方法及装置 |
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 | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20220906 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Applicant after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Applicant before: CHINA CONSTRUCTION BANK Corp. Applicant before: Jianxin Financial Science and Technology Co.,Ltd. |