CN112507092A - 基于ai文本机器人完成工单智能填写功能的实现方法 - Google Patents
基于ai文本机器人完成工单智能填写功能的实现方法 Download PDFInfo
- Publication number
- CN112507092A CN112507092A CN202011396114.4A CN202011396114A CN112507092A CN 112507092 A CN112507092 A CN 112507092A CN 202011396114 A CN202011396114 A CN 202011396114A CN 112507092 A CN112507092 A CN 112507092A
- Authority
- CN
- China
- Prior art keywords
- work order
- text
- client
- robot
- text robot
- 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
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000012545 processing Methods 0.000 claims description 18
- 230000006870 function Effects 0.000 claims description 16
- 230000009471 action Effects 0.000 claims description 9
- 238000007689 inspection Methods 0.000 claims description 7
- 230000007246 mechanism Effects 0.000 claims description 7
- 230000014509 gene expression Effects 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 3
- 230000002452 interceptive effect Effects 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 11
- 230000004044 response Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000003058 natural language processing Methods 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000005429 filling process Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
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
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Mathematical Physics (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Economics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Entrepreneurship & Innovation (AREA)
- Evolutionary Computation (AREA)
- Game Theory and Decision Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Human Computer Interaction (AREA)
- Evolutionary Biology (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于AI文本机器人完成工单智能填写功能的实现方法,包括以下步骤:步骤1、进行规则预设,同时扩充AI文本机器人的知识库语料;步骤2、通过工单模块,在客户与AI文本机器人多轮对话的上下文语义理解的基础上,并利用配置规则以及命名实体识别,提取核心字段,以完成工单的填写;步骤3、通过AI文本机器人识别客户所提问题内容的意图,并根据意图识别的结果,自动完成工单的归类;步骤4、通过工单流转触发器模块使步骤3中已归类的工单进行自动流转,派发至与工单匹配的客服人员。本发明方法极大的提高了客服人员的工作效率,减轻客服人员的劳动强度,同时降低了人力成本的投入。
Description
技术领域
本发明涉及人工智能客服技术领域,尤其涉及一种基于AI文本机器人完成工单智能填写功能的实现方法。
背景技术
为了更好的服务于客户,目前大多数行业都设立了自己的客户服务中心,例如银行、电力、电信、电商、教育等行业。在线教育,电商行业在业务高峰期时,在线客户访问量大,会产生大量的业务咨询工作,有些问题存在专业度强,个性化问题突出等特点。客户服务中心收到客户的问题咨询后,因为存在一些无法实时解答(如当地分支机构的专属业务)或解决(如设备维修问题)的问题,因此需要根据问题由客服人员手动创建工单,并且需要被动把工单转发(转派)给相关业务部门或客户所在地的分支机构,问题解决后再将结果返回给服务中心,再由服务中心告知客户或回访。由于业务分类太多,导致客服人员手动指定工单分类时劳动强度大,准确率低,且容易出错。而在工单手动填写过程中则存在大量高频、重复分类与字段的人工手动填写录入,占用客服人员较大精力,导致工作效率低。
发明内容
本发明的一个目的是解决至少上述问题,并提供至少后面将说明的优点。
本发明还有一个目的是提供一种基于AI文本机器人完成工单智能填写功能的实现方法,极大的提高了客服人员的工作效率,减轻客服人员的劳动强度,同时降低了人力成本的投入。
为了实现根据本发明的这些目的和其它优点,提供了一种基于AI文本机器人完成工单智能填写功能的实现方法,包括以下步骤:
步骤1、对客户以及AI文本机器人的互动问答进行规则预设,同时扩充AI文本机器人的知识库语料。
步骤2、通过工单模块,在客户与AI文本机器人多轮对话的上下文语义理解的基础上,并利用配置规则以及命名实体识别,处理客户与AI文本机器人多轮对话文本的基础上,提取核心字段,以完成所述工单的填写。
步骤3、通过AI文本机器人识别客户所提问题内容的意图,并根据所述意图识别的结果,自动完成所述工单的归类。
步骤4、通过工单流转触发器模块使步骤3中已归类的所述工单进行自动流转,派发至与所述工单匹配的客服人员。
优选的是,步骤1中所述规则预设包括配置行业知识数据包,客户选择相应问题场景,由AI文本机器人针对所述问题场景发送问题引导客户回答。
优选的是,步骤1中所述AI文本机器人知识库语料的扩充包括以下步骤:
步骤3.1、根据客户与AI文本机器人文本对话内容,将所述对话内容匹配相应的业务类型标签;
步骤3.2、对不同业务类型标签的所述对话内容进行综合智能质检评分,将质检为优的对话内容以及相应的业务类型标签,反馈至客服人员;
步骤3.3、所述客户人员在接收到步骤3.2反馈的内容后,对该对话内容进行修正,并将修正后的所述对话内容存储至知识库语料,以完成知识库语料的扩充。
优选的是,步骤2中提取核心字段,以完成所述工单的填写的具体方法为:
步骤4.1、所述配置规则基于正则表达式的匹配,通过提取规则反映语言现象,并通过命名实体识别对客户与AI文本机器人文本对话内容中核心实体进行识别,以提取核心字段;
步骤4.2、将提取的所述核心字段自动填写到所述工单相关字段中,同时将所述文本对话内容匹配至所述客户信息下。
优选的是,步骤2中所述工单模块通过Bert语言模型实现。
优选的是,步骤4中所述工单的流转通过java的反射机制实现。
优选的是,步骤4中所述工单流转触发器模块中触发条件以及执行动作均设置多个,所述触发条件以及执行动作根据业务任意扩展并自由组合。
优选的是,步骤4中还包括所述工单流转触发器模块对所述工单的升级协调处理,根据所述工单处理状态及自定义处理时长,通过工单流转触发器模块在所述工单被创建或更新时,将所述工单匹配至相对应的客服组,或对满足设定条件的所述工单做优先级处理,并匹配至对应的客服人员。
本发明至少包括以下有益效果:
本发明通过对规则预设,以及对知识库语料的扩充完成AI机器人的自我学习等操作,机器人会更快更准确的自动识别客户意图,对工单进行自动归类,以完成工单分类。采用AI文本机器人与客户进行多轮对话,根据客户的问题内容,利用自然语言处理技术分析(配置规则和命名实体识别)出客户问题内容的意图及核心词,代替人工,调用工单模块功能生成工单并完成工单填写和工单分类,并结合工单流转触发器模块完成工单的派单与流转,不仅提升了客服人员的工作效率,减少人工手动录入的劳动强度,通过智能工单分析,自动完成工单分类,结合工单流转触发器模块把工单转发给相关客服人员,同时整个过程AI文本机器人独立完成,无需客服人员介入,极大地提高了工作效率,节约人力成本。
本发明的其它优点、目标和特征将部分通过下面的说明体现,部分还将通过对本发明的研究和实践而为本领域的技术人员所理解。
附图说明
图1是本发明所述基于AI文本机器人完成工单智能填写功能的实现方法的流程框图;
图2是本发明所述基于AI文本机器人完成工单智能填写功能的实现方法的应用架构图。
具体实施方式
下面结合附图对本发明做详细说明,以令本领域普通技术人员参阅本说明书后能够据以实施。
如图1所示,一种基于AI文本机器人完成工单智能填写功能的实现方法,包括以下步骤:
步骤1、对客户以及AI文本机器人的互动问答进行规则预设,同时扩充AI文本机器人的知识库语料。
步骤2、通过工单模块,在客户与AI文本机器人多轮对话的上下文语义理解的基础上,并利用配置规则以及命名实体识别,处理客户与AI文本机器人多轮对话文本的基础上,提取核心字段,以完成所述工单的填写。
步骤3、通过AI文本机器人识别客户所提问题内容的意图,并根据所述意图识别的结果,自动完成所述工单的归类。
步骤4、通过工单流转触发器模块使步骤3中已归类的所述工单进行自动流转,派发至与所述工单匹配的客服人员。
在上述方案中,通过对规则预设,以及对知识库语料的扩充完成AI机器人的自我学习等操作,机器人会更快更准确的自动识别客户意图,以完成工单的自动分类和归类。采用AI文本机器人与客户进行多轮对话,根据客户的问题内容,利用自然语言处理技术分析(配置规则和命名实体识别)出客户问题内容的意图及核心词,代替人工,调用工单模块功能生成工单并完成工单填写和工单分类,并结合工单流转触发器模块完成工单的派单与流转,不仅提升了客服人员的工作效率,减少人工手动录入的劳动强度,通过智能工单分析,自动完成工单分类,结合工单流转触发器模块把工单转发给相关客服人员,同时整个过程AI文本机器人独立完成,无需客服人员介入,极大地提高了工作效率,节约人力成本。
其中,核心词识别:核心词就是候选集中必须有相关的词。如“已验证的普票,提示付款信息不符,需更改单位名称”,核心词是“更改”、“单位名称”,如果候选集中没有这两个相关的词,都是不符合问题需求的。
语义归一:基于语义理解引擎,智能理解相似问法、倒装、省略等多种复杂句式的语义,同一个问题可能有很多种问法,如“锁定工号如何解除”、“工号锁定处理方法”,实际上描述的是一个问题。
深度学习:通过粗排,搜索引擎已经返回了一大批可能相关的结果,比如500个,如何从这500个问题中找到最符合问题的一个或者几个,非常考验算法精度。
通过核心词识别、语义归一以及深度学习完成核心字段的提取以及工单的填写。
例如:客户触发“开发票”任务流程,AI文本机器人引导客户输入开发票所需的信息,并自动抽取如发票抬头、税号、手机号、开票地址等信息。信息收集完成,AI文本机器人会与客户进行信息核对,核对无误提交后,机器人会调用工单模块功能自动创建生成对应的工单进行流转。
整个信息收集及核对过程由AI文本机器人自主完成,大大减少了客服人员与客户的沟通成本,提高了开票工作效率。
一个优选方案中,步骤1中所述规则预设包括配置行业知识数据包,客户选择相应问题场景,由AI文本机器人针对所述问题场景发送问题引导客户回答。
在上述方案中,针对不同行业有行业知识包,如开发票场景(例1),客户可以先选择意图,通过机器人发起问题引导客户回答,并分析客户回答的答案与机器人问题,综合分析出语义,将其映射到相关字段中(例2)。
例1、开发票场景:客户输入开发票或点选开发票用户选项后,
机器人发问:您要开发票的抬头是什么?
客户回答:xxxxxx公司,111111111111
机器人发问:您的用户税号是什么呢?
客户回答:111111111111
机器人发问:您的邮箱是什么呢?
客户回答:123@163.com
机器人释放回答:我们会在7个工作日内发送到您的邮箱,祝您生活愉悦!
例2、自动创建
业务类型为:开发票;
工单标题:开发票;
工单描述:发票抬头:xxxxxx公司,发票用户税号:111111111111,客户邮箱:123@163.com。
通过触发器自动发送给财务进行发票处理,发票开具后,自动发邮件同步给客户。
一个优选方案中,步骤1中所述AI文本机器人知识库语料的扩充包括以下步骤:
步骤3.1、根据客户与AI文本机器人文本对话内容,将所述对话内容匹配相应的业务类型标签。
步骤3.2、对不同业务类型标签的所述对话内容进行综合智能质检评分,将质检为优的对话内容以及相应的业务类型标签,反馈至客服人员。
步骤3.3、所述客户人员在接收到步骤3.2反馈的内容后,对该对话内容进行修正,并将修正后的所述对话内容存储至知识库语料,以完成知识库语料的扩充。
在上述方案中,通过客户问题,与AI文本机器人回答关联后,会话内容自动打上不同业务类型标签,结合智能质检评分,将优质会话内容及标签分类,反馈给客服人员,由客服人员手动修正后,自动存入知识库,从而实现AI文本机器人的不断学习与完善。学习内容包括:客户与AI文本机器人的会话,通过客服人员干涉完善后,生成知识库语料。
一个优选方案中,步骤2中提取核心字段,以完成所述工单的填写的具体方法为:
步骤4.1、所述配置规则基于正则表达式的匹配,通过提取规则反映语言现象,并通过命名实体识别对客户与AI文本机器人文本对话内容中核心实体进行识别,以提取核心字段;
步骤4.2、将提取的所述核心字段自动填写到所述工单相关字段中,同时将所述文本对话内容匹配至所述客户信息下。
在上述方案中,配置规则:主要使用基于正则表达式的匹配,大部分场景可以通过提取规则能比较精确地反映语言现象。
命名实体识别:简称“NER”,又称为“专名识别”,通过StanfordCoreNLP实现,选用特征包括统计信息、标点符号、关键字、指示词和方向词、位置词、中心词等。主要对用户输入的文本中具有特定意义的实体进行识别。
工单模块实现,主要基于上下文语义理解及正则匹配、实体识别等,将相关信息自动填写到工单相关字段中,同时将会话记录追到该客户下,方便客服后续进行修正,修正后的结果会同步到底层标签体系中,从而实现机器人自学习能力。
一个优选方案中,步骤2中所述工单模块通过Bert语言模型实现。
一个优选方案中,步骤4中所述工单的流转通过java的反射机制实现。
在上述方案中,所述工单的流转不同于传统的工单流转,传统的工单流转流程固定不够灵活,无法实现动态流程控制,而通过采用java的反射机制,抽象出流转触发器的概念,来实现的业务流转。
JAVA反射机制:
在运行状态中,对于任意一个类,都能够知道这个类的所有属性和方法;对于任意一个对象,都能够调用它的任意方法和属性;这种动态获取信息以及动态调用对象方法的功能。
实现步骤细节:
反射机制所需的类主要有java.lang包中的Class类和java.lang.reflect包中的Constructor类、Field类、Method类和Parameter类。Class类是一个比较特殊的类,它是反射机制的基础,Class类的对象表示正在运行的Java程序中的类或接口,也就是任何一个类被加载时,即将类的.class文件(字节码文件)读入内存的同时,都自动为之创建一个java.lang.Class对象。Class类没有公共构造方法,其对象是JVM在加载类时通过调用类加载器中的defineClass()方法创建的,因此不能显式地创建一个Class对象。通过这个Class对象,才可以获得该对象的其他信息。
一个优选方案中,步骤4中所述工单流转触发器模块中触发条件以及执行动作均设置多个,所述触发条件以及执行动作根据业务任意扩展并自由组合。
在上述方案中,工单流转触发器模块组成包括:触发条件和执行动作。其中触发条件可以有多个,多条件之间的关系可以是且/或,执行动作可以多个。触发条件,执行动作可以根据业务任意扩展,自由组合。
一个优选方案中,步骤4中还包括所述工单流转触发器模块对所述工单的升级协调处理,根据所述工单处理状态及自定义处理时长,通过工单流转触发器模块在所述工单被创建或更新时,将所述工单匹配至相对应的客服组,或对满足设定条件的所述工单做优先级处理,并匹配至对应的客服人员。
在上述方案中,工单处理状态指工单状态,状态包含:尚未受理、受理中、等待回复、已解决、已关闭。
自定义处理时长指工单SLA,其支持自定义工单响应、处理时效,精准的设置响应和解决的时间提醒功能。
时长阀值限定:
响应时间之前、响应时间之后:0分钟、1分钟、2分钟、5分钟、10分钟、15分钟、20分钟、30分钟、40分钟、50分钟、1小时、2小时、5小时、10小时、1天、10天。
解决时间之前、解决时间之后:0分钟、1分钟、2分钟、5分钟、10分钟、15分钟、20分钟、30分钟、40分钟、50分钟、1小时、2小时、5小时、10小时、1天、10天。
所述工单流转触发器模块即工单流转触发器,通过工单流转触发器可以在工单被创建或更新时自动执行一些操作;例如,当工单分类为投诉问题时,提交工单自动分配给投诉客服组;或工单满足某些条件时对工单的优先级进行自动升级处理;或把满足条件的工单指定给某个具体客服人员。
整个应用架构包括客户问题内容、字段识别引擎、分类识别引擎、分词、词向量、神经网络以及语料库、工单中心、工单流转触发器以及SLA处理引擎,具体应用架构图如图2所示。
尽管本发明的实施方案已公开如上,但其并不仅仅限于说明书和实施方式中所列运用,它完全可以被适用于各种适合本发明的领域,对于熟悉本领域的人员而言,可容易地实现另外的修改,因此在不背离权利要求及等同范围所限定的一般概念下,本发明并不限于特定的细节和这里所示出与描述的图例。
Claims (8)
1.一种基于AI文本机器人完成工单智能填写功能的实现方法,其中,包括以下步骤:
步骤1、对客户以及AI文本机器人的互动问答进行规则预设,同时扩充AI文本机器人的知识库语料;
步骤2、通过工单模块,在客户与AI文本机器人多轮对话的上下文语义理解的基础上,并利用配置规则以及命名实体识别,处理客户与AI文本机器人多轮对话文本的基础上,提取核心字段,以完成所述工单的填写;
步骤3、通过AI文本机器人识别客户所提问题内容的意图,并根据所述意图识别的结果,自动完成所述工单的归类;
步骤4、通过工单流转触发器模块使步骤3中已归类的所述工单进行自动流转,派发至与所述工单匹配的客服人员。
2.如权利要求1所述的基于AI文本机器人完成工单智能填写功能的实现方法,其中,步骤1中所述规则预设包括配置行业知识数据包,客户选择相应问题场景,由AI文本机器人针对所述问题场景发送问题引导客户回答。
3.如权利要求1所述的基于AI文本机器人完成工单智能填写功能的实现方法,其中,步骤1中所述AI文本机器人知识库语料的扩充包括以下步骤:
步骤3.1、根据客户与AI文本机器人文本对话内容,将所述对话内容匹配相应的业务类型标签;
步骤3.2、对不同业务类型标签的所述对话内容进行综合智能质检评分,将质检为优的对话内容以及相应的业务类型标签,反馈至客服人员;
步骤3.3、所述客户人员在接收到步骤3.2反馈的内容后,对该对话内容进行修正,并将修正后的所述对话内容存储至知识库语料,以完成知识库语料的扩充。
4.如权利要求1所述的基于AI文本机器人完成工单智能填写功能的实现方法,其中,步骤2中提取核心字段,以完成所述工单的填写的具体方法为:
步骤4.1、所述配置规则基于正则表达式的匹配,通过提取规则反映语言现象,并通过命名实体识别对客户与AI文本机器人文本对话内容中核心实体进行识别,以提取核心字段;
步骤4.2、将提取的所述核心字段自动填写到所述工单相关字段中,同时将所述文本对话内容匹配至所述客户信息下。
5.如权利要求1所述的基于AI文本机器人完成工单智能填写功能的实现方法,其中,步骤2中所述工单模块通过Bert语言模型实现。
6.如权利要求1所述的基于AI文本机器人完成工单智能填写功能的实现方法,其中,步骤4中所述工单的流转通过java的反射机制实现。
7.如权利要求1所述的基于AI文本机器人完成工单智能填写功能的实现方法,其中,步骤4中所述工单流转触发器模块中触发条件以及执行动作均设置多个,所述触发条件以及执行动作根据业务任意扩展并自由组合。
8.如权利要求1所述的基于AI文本机器人完成工单智能填写功能的实现方法,其中,步骤4中还包括所述工单流转触发器模块对所述工单的升级协调处理,根据所述工单处理状态及自定义处理时长,通过工单流转触发器模块在所述工单被创建或更新时,将所述工单匹配至相对应的客服组,或对满足设定条件的所述工单做优先级处理,并匹配至对应的客服人员。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011396114.4A CN112507092A (zh) | 2020-12-03 | 2020-12-03 | 基于ai文本机器人完成工单智能填写功能的实现方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011396114.4A CN112507092A (zh) | 2020-12-03 | 2020-12-03 | 基于ai文本机器人完成工单智能填写功能的实现方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112507092A true CN112507092A (zh) | 2021-03-16 |
Family
ID=74969500
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011396114.4A Pending CN112507092A (zh) | 2020-12-03 | 2020-12-03 | 基于ai文本机器人完成工单智能填写功能的实现方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112507092A (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343711A (zh) * | 2021-06-29 | 2021-09-03 | 南方电网数字电网研究院有限公司 | 工单生成方法、装置、设备及存储介质 |
CN113343651A (zh) * | 2021-05-06 | 2021-09-03 | 广东核电合营有限公司 | 核电站通知单生成方法、装置、计算机设备及存储介质 |
CN113704432A (zh) * | 2021-08-31 | 2021-11-26 | 广州方舟信息科技有限公司 | 一种基于互联网医院的人工智能客服系统构建方法及装置 |
CN113836864A (zh) * | 2021-08-26 | 2021-12-24 | 广西电网有限责任公司来宾供电局 | 开发工单内容比对方法及系统 |
CN114091914A (zh) * | 2021-11-19 | 2022-02-25 | 中国建设银行股份有限公司 | 工单处理方法及装置 |
CN116663509A (zh) * | 2023-08-02 | 2023-08-29 | 四川享宇科技有限公司 | 一种银行业复杂系统的信息自动获取填入机器人 |
CN117634865A (zh) * | 2024-01-25 | 2024-03-01 | 卓望数码技术(深圳)有限公司 | 工作流创建方法、装置、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105224662A (zh) * | 2015-09-30 | 2016-01-06 | 北京奇虎科技有限公司 | 工单处理方法和装置 |
CN109753654A (zh) * | 2018-12-27 | 2019-05-14 | 广州云趣信息科技有限公司 | 一种基于专用软件及算法实现工作流快速生成派发的方法 |
CN110738459A (zh) * | 2019-09-18 | 2020-01-31 | 北京恒亿慧通科技有限公司 | 一种快速故障申报及自动化工单流转系统 |
-
2020
- 2020-12-03 CN CN202011396114.4A patent/CN112507092A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105224662A (zh) * | 2015-09-30 | 2016-01-06 | 北京奇虎科技有限公司 | 工单处理方法和装置 |
CN109753654A (zh) * | 2018-12-27 | 2019-05-14 | 广州云趣信息科技有限公司 | 一种基于专用软件及算法实现工作流快速生成派发的方法 |
CN110738459A (zh) * | 2019-09-18 | 2020-01-31 | 北京恒亿慧通科技有限公司 | 一种快速故障申报及自动化工单流转系统 |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113343651A (zh) * | 2021-05-06 | 2021-09-03 | 广东核电合营有限公司 | 核电站通知单生成方法、装置、计算机设备及存储介质 |
CN113343711A (zh) * | 2021-06-29 | 2021-09-03 | 南方电网数字电网研究院有限公司 | 工单生成方法、装置、设备及存储介质 |
CN113343711B (zh) * | 2021-06-29 | 2024-05-10 | 南方电网数字电网研究院有限公司 | 工单生成方法、装置、设备及存储介质 |
CN113836864A (zh) * | 2021-08-26 | 2021-12-24 | 广西电网有限责任公司来宾供电局 | 开发工单内容比对方法及系统 |
CN113704432A (zh) * | 2021-08-31 | 2021-11-26 | 广州方舟信息科技有限公司 | 一种基于互联网医院的人工智能客服系统构建方法及装置 |
CN114091914A (zh) * | 2021-11-19 | 2022-02-25 | 中国建设银行股份有限公司 | 工单处理方法及装置 |
CN116663509A (zh) * | 2023-08-02 | 2023-08-29 | 四川享宇科技有限公司 | 一种银行业复杂系统的信息自动获取填入机器人 |
CN116663509B (zh) * | 2023-08-02 | 2023-09-29 | 四川享宇科技有限公司 | 一种银行业复杂系统的信息自动获取填入机器人 |
CN117634865A (zh) * | 2024-01-25 | 2024-03-01 | 卓望数码技术(深圳)有限公司 | 工作流创建方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112507092A (zh) | 基于ai文本机器人完成工单智能填写功能的实现方法 | |
US11004013B2 (en) | Training of chatbots from corpus of human-to-human chats | |
CN109767318A (zh) | 贷款产品推荐方法、装置、设备及存储介质 | |
CN106407178A (zh) | 一种会话摘要生成方法及装置 | |
CN110580308B (zh) | 信息审核方法及装置、电子设备、存储介质 | |
CN105657129A (zh) | 通话信息获取方法和装置 | |
CN110489198A (zh) | 一种工单处理的方法和系统 | |
CN107729549B (zh) | 一种包含要素提取的机器人客服方法及系统 | |
US20190243889A1 (en) | Semi-automated methods for translating structured document content to chat-based interaction | |
CN110516057B (zh) | 一种信访问题答复方法及装置 | |
CN109885823A (zh) | 一种金融行业的分布式语义识别方法及系统装置 | |
CN110046806B (zh) | 用于客服派单的方法、装置和计算设备 | |
CN110019742A (zh) | 用于处理信息的方法和装置 | |
CN109871527A (zh) | 一种基于分词的语义识别方法 | |
CN109299477A (zh) | 用于生成文本标题的方法和装置 | |
JP2020135135A (ja) | 対話コンテンツ作成支援方法およびシステム | |
CN114998920B (zh) | 基于nlp语义识别的供应链金融文件管理方法及系统 | |
CN107562546A (zh) | 任务分配方法、装置及即时通信工具 | |
CN108628908A (zh) | 分类用户提问-回答界限的方法、装置和电子设备 | |
CN106549853A (zh) | 一种邮件处理方法及装置 | |
CN112860873A (zh) | 智能应答方法、装置及存储介质 | |
CN109871526A (zh) | 一种股票行业的语义识别方法及系统装置 | |
CN111782792A (zh) | 用于信息处理的方法和装置 | |
CN112231027A (zh) | 一种任务型会话配置方法和系统 | |
CN116071150A (zh) | 数据处理方法、银行产品推广、风控系统、服务器及介质 |
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: 20210316 |
|
RJ01 | Rejection of invention patent application after publication |