CN112308571A - 智能客服应答方法、装置、存储介质及电子设备 - Google Patents
智能客服应答方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN112308571A CN112308571A CN201910637015.1A CN201910637015A CN112308571A CN 112308571 A CN112308571 A CN 112308571A CN 201910637015 A CN201910637015 A CN 201910637015A CN 112308571 A CN112308571 A CN 112308571A
- Authority
- CN
- China
- Prior art keywords
- rule tree
- branch
- answer
- answer rule
- customer service
- 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
- 230000004044 response Effects 0.000 title claims abstract description 102
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004590 computer program Methods 0.000 claims description 9
- 238000010586 diagram Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 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
- G06Q30/015—Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk
- G06Q30/016—After-sales
Abstract
本发明实施例提供了一种智能客服应答方法、装置、计算机可读存储介质及电子设备,涉及计算机技术领域。所述方法包括:获取智能客服应答使用的答案规则树,所述答案规则树的不同分支和节点与不同问题相对应;获取所述答案规则树的叶子节点的应答次数与总应答次数的第一比例;在所述第一比例大于等于第一设定阈值时,将根节点至叶子节点的路径合并形成一个第一分支,插入所述答案规则树的上端。本发明实施例的技术方案通过动态调整答案规则树执行顺序,降低了算法复杂度,提高了应答性能。
Description
技术领域
本发明涉及计算机技术领域,具体而言,涉及一种智能客服应答方法、装置、计算机可读存储介质及电子设备。
背景技术
在无人客服场景下,用户提出问题,客服机器人根据用户的问题、用户属性和分类场景对用户的问题做出针对性应答。这里,可以根据由应答答案配置成的答案规则树返回用户的问题的应答答案。
例如,当用户意图是修改订单地址时,需要获取用户问题对应的订单号,再按照深度优先遍历答案规则树寻找答案。具体地,按照订单状态的不同,依次遍历答案规则树的所有分支,直到找到满足用户问题的叶子节点,并输出叶子节点答案。在实际应用中,运营人员无法预估答案规则树节点命中的概率,答案规则树的配置按照业务需求自上向下配置的,因而,遍历答案规则树的所有分支时,每次都是自上向下开始按照深度遍历方式依次遍历。
在某些场景下,用户提问问题的高频答案如果在答案规则树中为最后一个分支的叶子节点,那么每次都要遍历完整个答案规则树之后才会有应答。这种情况下,如果答案树的叶子节点很多,规则配置很复杂的情况下,应答的性能会严重受到影响,而且对多数规则节点进行判断时,需要配置组件调用订单服务等外部接口,判断次数越多,响应越慢。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本发明的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本发明实施例的目的在于提供一种智能客服应答方法、装置、计算机可读存储介质及电子设备,进而至少在一定程度上提高客服应答的响应速度。
本发明的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本发明的实践而习得。
根据本发明实施例的第一方面,提供了一种智能客服应答方法,所述方法包括:获取智能客服应答使用的答案规则树,所述答案规则树的不同分支和节点与不同问题相对应;获取所述答案规则树的叶子节点的应答次数与总应答次数的第一比例;在所述第一比例大于等于第一设定阈值时,将根节点至叶子节点的路径合并形成一个第一分支,插入所述答案规则树的上端。
在一些实施例中,所述将根节点至叶子节点的路径合并形成一个第一分支之后,所述方法还包括:获取所述第一分支的叶子节点的应答次数与总应答次数的第二比例;在所述第二比例小于第二设定阈值时,从所述答案规则树上删除所述第一分支。
在一些实施例中,所述方法还包括:对所述答案规则树进行广度遍历,将同一层级的多个分支中具有相同特征的分支进行合并。
在一些实施例中,所述方法还包括:根据符合第一设定条件的所述答案规则树的第二分支生成键值对数据,所述第一设定条件包括所述第二分支的根节点到叶子节点的前一个节点之间的节点相同且均为确定值判断,且所述叶子节点互斥;将所述键值对数据存入缓存,其中所述键值对数据中键数据为所述第二分支的叶子的属性数据,值数据为所述第二分支的叶子的属性值数据。
在一些实施例中,所述缓存为redis缓存。
在一些实施例中,所述将根节点至叶子节点的路径合并形成一个第一分支之后,所述方法包括:获取客户请求,根据所述客户请求进行客户意图识别;根据意图识别结果进行填槽引导;根据所述填槽引导形成的填槽数据、用户属性和所述答案规则树返回不同的应答答案。
在一些实施例中,所述方法还包括,在所述第一分支的数量至少为两个时,将两个所述第一分支按照所述第一分支的叶子节点对应的第一比例排序后,按照排序结果插入所述答案规则树的上端。
根据本发明实施例的第二方面,提供了一种智能客服应答装置,所述装置包括:规则树获取单元,用于获取智能客服应答使用的答案规则树,所述答案规则树的不同分支和节点与不同问题相对应;比例获取单元,用于获取所述答案规则树的叶子节点的应答次数与总应答次数的第一比例;新分支形成单元,用于在所述第一比例大于等于第一设定阈值时,将所述根至叶子的路径合并形成一个新的分支,插入所述答案规则树的上端。
根据本发明实施例的第三方面,提供了一种计算机可读介质,其上存储有计算机程序,所述程序被处理器执行时实现如上述实施例中第一方面所述的智能客服应答方法。
根据本发明实施例的第四方面,提供了一种电子设备,包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如上述实施例中第一方面所述的智能客服应答方法。
本发明实施例提供的技术方案可以包括以下有益效果:
在本发明的一些实施例所提供的技术方案中,通过计算答案规则树的叶子节点对应的答案的应答比例得到高频答案对应的叶子节点,并根据这些叶子节点形成新的分支插入答案规则树的上端,降低了答案规则树执行算法复杂度,从而提高了应答性能。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。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的前提下,还可以根据这些附图获得其他的附图。在附图中:
图1示意性示出了相关技术中的一种答案规则树的结构图;
图2示意性示出了根据本发明一种实施例的智能客服应答方法的流程图;
图3示意性示出了根据本发明一种实施例的答案规则树的结构图;
图4示意性示出了根据本发明另一种实施例的智能客服应答的方法流程图;
图5示意性示出了根据本发明另一种实施例的答案规则树的结构图;
图6示意性示出了相关技术中的另一种答案规则树的结构图;
图7示意性示出了根据本发明又一种实施例的答案规则树的结构图;
图8示意性示出了根据本发明又一种实施例的智能客服应答方法的流程图;
图9示意性示出了根据本发明一种实施例的智能客服应答装置的方框图;
图10示出了适于用来实现本发明实施例的电子设备的计算机系统的结构示意图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本发明将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本发明的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本发明的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本发明的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
相关技术中,如图1所示,答案规则树按照业务需求自上向下配置而成。如果用户提问问题的高频答案如果对应答案规则树中最后一个分支的叶子节点,那么每次都要遍历完整个答案规则树之后才会有应答。遍历答案规则树的过程越长,应答响应时间越长,从而影响了整个客服系统的应答效率。
为解决该问题,本发明实施例提供一种智能客服应答方法,通过动态调整答案规则树执行顺序,将高频答案对应的叶子节点的位置调整,降低答案规则树执行算法复杂度,提高应答性能。
图2示意性示出了本发明的示例性实施方式的智能客服应答方法。本发明实施例提供的方法可以由任意具备计算机处理能力的电子设备执行,例如终端设备和/或服务器。参考图2,该智能客服应答方法可以包括以下步骤:
步骤S202,获取智能客服应答使用的答案规则树,答案规则树的不同分支和节点与不同问题相对应。
S204,获取答案规则树的叶子节点的应答次数与总应答次数的第一比例。
步骤S206,在第一比例大于等于第一设定阈值时,将根节点至叶子节点的路径合并形成一个第一分支,插入答案规则树的上端。
在本发明示例性实施例的技术方案中,通过计算答案规则树的叶子节点对应的答案的应答比例,计算出第一比例大于第一设定阈值的叶子节点,并根据这些叶子节点形成第一分支插入答案规则树的上端。这样,调用这些高频叶子节点时的应答响应时间较短,降低了答案规则树执行算法复杂度,从而提高了应答性能。
在本发明实施例中,在第一分支的数量至少为两个时,将至少两个第一分支按照第一分支的叶子节点对应的第一比例排序后,插入答案规则树的上端。其中,第一比例最大的第一分支位于答案规则树的最上端。
具体地,在第一设定阈值为40%时,基于应答统计发现,在如图1所示的答案规则树中,答案三所在的叶子节点的应答此时与总应答次数的第一比例为46%,答案五所在的叶子节点的应答次数与总应答次数的第一比例为41%,均超过40%,此时将答案三和答案五所在的叶子节点的分支分别合并,按照第一比例的大小排序后插入答案规则树的上端,形成如图3所示的新的答案规则树。
其中,合并答案三或答案五的所在的叶子节点的分支时,将该分支的根节点至叶子节点的路径合并形成一个新的第一分支。
在新形成的第一分支的叶子节点对应的应答比例小于第二设定阈值时,可以删除该第一分支,以减少应答响应时间。具体地,在删除第一分支时,可以获取第一分支的叶子节点的应答次数与总应答次数的第二比例,并在第二比例小于第二设定阈值时,从答案规则树上删除该第一分支。这里,第二设定阈值可以设置为15%。
如图4所示,在本发明一种实施例的智能客服应答方法包括以下步骤:
步骤S401,进入答案规则树应答。在接收用户请求后执行该步骤S401。
步骤S402,统计所有答案的比例。该步骤S402与步骤S401异步处理。这里的比例为应答次数与总应答次数的比例,可以为第一比例和第二比例。执行完步骤S402后,可以执行步骤S403和步骤S406。
步骤S403,判断是否有应答比例低于第二设定阈值的答案。应答比例低于第二设定阈值的新分支可以被删除,以缩短应答响应时间。在答案为是时,执行步骤S404。
步骤S404,判断应答比例低于第二设定阈值的答案对应的分支是否是原始分支。若答案为是原始分支,则代表该分支不是新分支;若答案为否,则代表该分支是新的第一分支。
步骤S405,在答案为否时,删除该分支。
步骤S406,按照应答比例将答案排序。
步骤S407,判断是否有应答比例大于第一设定阈值的答案。
步骤S408,在有应答比例大于第一设定阈值的答案时,判断是否有与该答案对应的新分支。
步骤S409,在步骤S408的答案为否时,将根到叶子之间的路径合并形成新分支即第一分支。
步骤S410,按照应答比例的大小确定向答案规则树插入新分支的位置。新分支的位置可以根据第一比例的变化进行动态调整,第一比例最大的答案对应的第一分支位于答案规则树的最上端。
在本发明实施例中,还可以对答案规则树进行共有分支合并。具体地,在配置答案规则树后,可以对答案规则树进行广度遍历,将同一层级的多个分支中具有相同特征的分支进行合并。之后,在将答案规则树保存到数据库。
在如图1所示的答案规则树中,判断同一层级的多个分支是否相同。在同一层级的两个分支相同,例如,都匹配“订单状态=已完成”时,将这两个匹配“订单状态=已完成”的分支进行合并,归纳到同一个分支下,形成如图5所示的答案规则树。
通过共有分支合并的方案对答案规则树结构进行优化,可以降低匹配次数及外部接口调用次数,提高执行效率。
在本发明示例性实施例中,还可以对答案规则树进行同类型互斥答案拆分。具体地,若存在第二分支的根节点到叶子节点的前一个节点之间的节点相同且均为确定值判断,且叶子节点互斥,则根据该第二分支生成键值对数据。其中键值对数据可以为key-value数据,键数据key为第二分支的叶子的属性数据,值数据value为第二分支的叶子的属性值数据。生成键值对数据后,将键值对数据存入缓存,这里,缓存可以为redis缓存。将键值对数据存入缓存即为将key-value数据对存入redis缓存。
这里,节点为确定值判断表示节点的匹配判断指的是节点为等于(==)或者包含等有确定期望值的匹配。节点相同指的是节点匹配时径上使用的外部接口在每一层级上都相同,。在根节点到叶子节点的前一个节点之间的每个节点相同且均为确定值判断,且而叶子节点互斥的情况下,使用确定匹配数据即叶子的属性数据作为key,映射到对应的叶子答案即叶子的属性值数据作为与key对应的value,存入redis缓存。
如图6中,从根到答案七、答案八之间,有订单状态匹配中是确定的等于(==)判断,订单类型判断也是确定的等于判断,而且答案七和答案八的分支之间基于订单类型互斥,我们将“订单状态”+“订单类型”结合进行拆分,形成如图6所示的答案规则树。
在接收到用户请求时,按照匹配规则从特定外部接口获取对应数据,在将数据组合形成键数据后,从redis直接读取答案。如果有与键数据对应的缓存数据,直接应答,否则进入答案规则树应答。由此可见,进行同类型互斥答案拆分可以达到快速定位到答案,减少配次数和范围,减少外部接口调用次数的目的。
如图8所示,在本发明示例性实施例的一种智能客服应答方法中,在获取客户请求后,执行步骤S811,根据客户请求进行客户意图识别,并根据意图识别结果进行填槽引导,以根据填槽引导形成的填槽数据、用户属性和答案规则树返回不同的应答答案。
在步骤S812中,读取答案规则树并执行应答过程。答案规则树存储在数据库。在执行答案规则数时还可以调用缓存中的数据。
在步骤S813中,根据应答比例更新答案规则树,并存储到数据库中。即根据第一比例和第二比例向答案规则树添加应答比例大于第一设定阈值的第一分支或者删除应答比例低于第二设定阈值的第一分支。这里的数据库可以为一种名为mySQL的关系型数据库管理系统。
在配置答案规则树时,执行步骤S801,判断是否存在共有条件分支。在结果为无时,执行步骤S803。在结果为是时,执行步骤S802。
在步骤S802中,若存在共有条件分支,进行共有分支合并。之后执行步骤S803。
在步骤S803中,判断是否存在同类互斥答案,若结果为无,将答案规则树存入数据库。
在步骤S804中,若存在同类互斥答案,将同类互斥答案拆分后存入数据库,并形成键值对数据存入缓存。
在本发明的一些实施例所提供的智能客服应答方法中,通过计算答案规则树的叶子节点对应的答案的应答比例得到高频答案对应的叶子节点,并根据这些叶子节点形成新的分支插入答案规则树的上端,降低了答案规则树执行算法复杂度,从而提高了应答性能。
以下介绍本发明的装置实施例,可以用于执行本发明上述的智能客服应答方法。参考图9,本发明装置实施例提供的智能客服应答装置900包括:
规则树获取单元902,可以用于获取智能客服应答使用的答案规则树,答案规则树的不同分支和节点与不同问题相对应。
比例获取单元904,可以用于获取答案规则树的叶子节点的应答次数与总应答次数的第一比例。
新分支形成单元906,可以用于在第一比例大于等于第一设定阈值时,将根至叶子的路径合并形成一个新的分支,插入答案规则树的上端。
本发明装置实施例提供的智能客服应答装置900还包括删除单元、合并单元和缓存单元。
比例获取单元904还可以用于获取第一分支的叶子节点的应答次数与总应答次数的第二比例。
删除单元可以用于在第二比例小于第二设定阈值时,从答案规则树上删除第一分支。
合并单元可以用于对答案规则树进行广度遍历,将同一层级的多个分支中具有相同特征的分支进行合并。
缓存单元包括生成子单元和存储单元。生成子单元用于根据符合第一设定条件的答案规则树的第二分支生成键值对数据,第一设定条件包括第二分支的根节点到叶子节点的前一个节点之间的节点相同且均为确定值判断,且叶子节点互斥。存储子单元用于将键值对数据存入缓存,其中键值对数据中键数据为第二分支的叶子的属性数据,值数据为第二分支的叶子的属性值数据。
由于本发明的示例实施例的智能客服应答装置的各个功能模块与上述智能客服应答方法的示例实施例的步骤对应,因此对于本发明装置实施例中未披露的细节,请参照本发明上述的智能客服应答方法的实施例。
在本发明的实施例所提供的智能客服应答装置,通过计算答案规则树的叶子节点对应的答案的应答比例得到高频答案对应的叶子节点,并根据这些叶子节点形成新的分支插入答案规则树的上端,降低了答案规则树执行算法复杂度,从而提高了应答性能。
下面参考图10,其示出了适于用来实现本发明实施例的电子设备的计算机系统1000的结构示意图。图10示出的电子设备的计算机系统1000仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图10所示,计算机系统1000包括中央处理单元(CPU)1001,其可以根据存储在只读存储器(ROM)1002中的程序或者从存储部分1008加载到随机访问存储器(RAM)1003中的程序而执行各种适当的动作和处理。在RAM 1003中,还存储有系统操作所需的各种程序和数据。CPU 1001、ROM 1002以及RAM 1003通过总线1004彼此相连。输入/输出(I/O)接口1005也连接至总线1004。
以下部件连接至I/O接口1005:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至I/O接口1005。可拆卸介质1011,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器1010上,以便于从其上读出的计算机程序根据需要被安装入存储部分1008。
特别地,根据本发明的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(CPU)1001执行时,执行本申请的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、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)、光纤、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。在本发明中,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。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、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。
描述于本发明实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现,所描述的单元也可以设置在处理器中。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定。
作为另一方面,本申请还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读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一个该电子设备执行时,使得该电子设备实现如上述实施例中所述的智能客服应答方法。
例如,所述的电子设备可以实现如图1中所示的:步骤S102,获取智能客服应答使用的答案规则树,所述答案规则树的不同分支和节点与不同问题相对应;S104,获取所述答案规则树的叶子节点的应答次数与总应答次数的第一比例;步骤S106,在所述第一比例大于等于第一设定阈值时,将根节点至叶子节点的路径合并形成一个第一分支,插入所述答案规则树的上端。
又如,所述的电子设备可以实现如图4和图8所示的各个步骤。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本发明实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本发明实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本发明的其它实施方案。本申请旨在涵盖本发明的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本发明的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (10)
1.一种智能客服应答方法,其特征在于,所述方法包括:
获取智能客服应答使用的答案规则树,所述答案规则树的不同分支和节点与不同问题相对应;
获取所述答案规则树的叶子节点的应答次数与总应答次数的第一比例;
在所述第一比例大于等于第一设定阈值时,将根节点至叶子节点的路径合并形成一个第一分支,插入所述答案规则树的上端。
2.根据权利要求1所述的方法,其特征在于,所述将根节点至叶子节点的路径合并形成一个第一分支之后,所述方法还包括:
获取所述第一分支的叶子节点的应答次数与总应答次数的第二比例;
在所述第二比例小于第二设定阈值时,从所述答案规则树上删除所述第一分支。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述答案规则树进行广度遍历,将同一层级的多个分支中具有相同特征的分支进行合并。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据符合第一设定条件的所述答案规则树的第二分支生成键值对数据,所述第一设定条件包括所述第二分支的根节点到叶子节点的前一个节点之间的节点相同且均为确定值判断,且所述叶子节点互斥;
将所述键值对数据存入缓存,其中所述键值对数据中键数据为所述第二分支的叶子的属性数据,值数据为所述第二分支的叶子的属性值数据。
5.根据权利要求4所述的方法,其特征在于,所述缓存为redis缓存。
6.根据权利要求1所述的方法,其特征在于,所述将根节点至叶子节点的路径合并形成一个第一分支之后,所述方法还包括:
获取客户请求,根据所述客户请求进行客户意图识别;
根据意图识别结果进行填槽引导;
根据所述填槽引导形成的填槽数据、用户属性和所述答案规则树返回不同的应答答案。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括,在所述第一分支的数量至少为两个时,将两个所述第一分支按照所述第一分支的叶子节点对应的第一比例排序后,按照排序结果插入所述答案规则树的上端。
8.一种智能客服应答装置,其特征在于,所述装置包括:
规则树获取单元,用于获取智能客服应答使用的答案规则树,所述答案规则树的不同分支和节点与不同问题相对应;
比例获取单元,用于获取所述答案规则树的叶子节点的应答次数与总应答次数的第一比例;
新分支形成单元,用于在所述第一比例大于等于第一设定阈值时,将所述根至叶子的路径合并形成一个新的分支,插入所述答案规则树的上端。
9.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1至7中任一项所述的智能客服应答方法。
10.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行时,使得所述一个或多个处理器实现如权利要求1至7中任一项所述的智能客服应答方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910637015.1A CN112308571A (zh) | 2019-07-15 | 2019-07-15 | 智能客服应答方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910637015.1A CN112308571A (zh) | 2019-07-15 | 2019-07-15 | 智能客服应答方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112308571A true CN112308571A (zh) | 2021-02-02 |
Family
ID=74328749
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910637015.1A Pending CN112308571A (zh) | 2019-07-15 | 2019-07-15 | 智能客服应答方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112308571A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105468373A (zh) * | 2015-11-23 | 2016-04-06 | 郑州悉知信息科技股份有限公司 | 一种分支合并方法及装置 |
US20160307283A1 (en) * | 2015-04-19 | 2016-10-20 | Roy S. Melzer | Document generation based on a hierarchal tree dataset |
CN107330130A (zh) * | 2017-08-29 | 2017-11-07 | 北京易掌云峰科技有限公司 | 一种向人工客服推荐回复内容的对话机器人的实现方法 |
CN107402878A (zh) * | 2016-05-19 | 2017-11-28 | 北京京东尚科信息技术有限公司 | 测试方法和装置 |
CN108062232A (zh) * | 2017-12-14 | 2018-05-22 | 上海钢联电子商务股份有限公司 | 一种自动创建分支的系统及方法 |
CN108804708A (zh) * | 2018-06-22 | 2018-11-13 | 平安科技(深圳)有限公司 | 业务数据表归档修正方法、装置、计算机设备和存储介质 |
CN109299476A (zh) * | 2018-11-28 | 2019-02-01 | 北京羽扇智信息科技有限公司 | 问答方法、装置、电子设备及存储介质 |
CN112015875A (zh) * | 2020-08-24 | 2020-12-01 | 北京智齿博创科技有限公司 | 在线客服助手的构建方法 |
-
2019
- 2019-07-15 CN CN201910637015.1A patent/CN112308571A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160307283A1 (en) * | 2015-04-19 | 2016-10-20 | Roy S. Melzer | Document generation based on a hierarchal tree dataset |
CN105468373A (zh) * | 2015-11-23 | 2016-04-06 | 郑州悉知信息科技股份有限公司 | 一种分支合并方法及装置 |
CN107402878A (zh) * | 2016-05-19 | 2017-11-28 | 北京京东尚科信息技术有限公司 | 测试方法和装置 |
CN107330130A (zh) * | 2017-08-29 | 2017-11-07 | 北京易掌云峰科技有限公司 | 一种向人工客服推荐回复内容的对话机器人的实现方法 |
CN108062232A (zh) * | 2017-12-14 | 2018-05-22 | 上海钢联电子商务股份有限公司 | 一种自动创建分支的系统及方法 |
CN108804708A (zh) * | 2018-06-22 | 2018-11-13 | 平安科技(深圳)有限公司 | 业务数据表归档修正方法、装置、计算机设备和存储介质 |
CN109299476A (zh) * | 2018-11-28 | 2019-02-01 | 北京羽扇智信息科技有限公司 | 问答方法、装置、电子设备及存储介质 |
CN112015875A (zh) * | 2020-08-24 | 2020-12-01 | 北京智齿博创科技有限公司 | 在线客服助手的构建方法 |
Non-Patent Citations (1)
Title |
---|
贾真;尹红风;李天瑞;: "中文网络百科开放分类层次结构树及其聚类算法研究", 计算机应用研究, no. 06 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110058936B (zh) | 用于确定专用处理资源的资源量的方法、设备和计算机程序产品 | |
US10540352B2 (en) | Remote query optimization in multi data sources | |
US20220245465A1 (en) | Picture searching method and apparatus, electronic device and computer readable storage medium | |
CN111427971A (zh) | 用于计算机系统的业务建模方法、装置、系统和介质 | |
US20220067045A1 (en) | Automated query predicate selectivity prediction using machine learning models | |
CN107291835B (zh) | 一种搜索词的推荐方法和装置 | |
CN109815241B (zh) | 数据查询方法、装置、设备和存储介质 | |
US11509662B2 (en) | Method, device and computer program product for processing access management rights | |
CN108959571B (zh) | Sql语句的运算方法、装置、终端设备及存储介质 | |
CN108959294B (zh) | 一种访问搜索引擎的方法和装置 | |
JP7047110B2 (ja) | コンテンツ非依存のファイルインデックス化の方法及びシステム | |
CN112308571A (zh) | 智能客服应答方法、装置、存储介质及电子设备 | |
CN114742035B (zh) | 基于注意力机制优化的文本处理方法、网络模型训练方法 | |
CN112052152A (zh) | 一种模拟测试的方法和装置 | |
CN114238611B (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
CN112131257B (zh) | 数据查询方法和装置 | |
US20220342554A1 (en) | Method, electronic device, and computer program product for data compression | |
CN113094415B (zh) | 数据抽取方法、装置、计算机可读介质及电子设备 | |
CN111988195B (zh) | 用于分组测试的应答方案确定方法、装置、设备及介质 | |
CN114357180A (zh) | 知识图谱的更新方法及电子设备 | |
CN113590322A (zh) | 一种数据处理方法和装置 | |
CN113239054A (zh) | 信息生成方法、相关装置及计算机程序产品 | |
CN112395510A (zh) | 基于活跃度确定目标用户的方法和装置 | |
CN111858917A (zh) | 文本分类方法和装置 | |
CN112101390A (zh) | 属性信息确定方法、属性信息确定装置及电子设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210527 Address after: 100176 room 1004, 10th floor, building 1, 18 Kechuang 11th Street, Beijing Economic and Technological Development Zone, Daxing District, Beijing Applicant after: Beijing Huijun Technology Co.,Ltd. Address before: 100086 8th Floor, 76 Zhichun Road, Haidian District, Beijing Applicant before: BEIJING JINGDONG SHANGKE INFORMATION TECHNOLOGY Co.,Ltd. Applicant before: BEIJING JINGDONG CENTURY TRADING Co.,Ltd. |
|
TA01 | Transfer of patent application right | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |