CN112883177A - 一种智能回复方法及装置 - Google Patents
一种智能回复方法及装置 Download PDFInfo
- Publication number
- CN112883177A CN112883177A CN202110190170.0A CN202110190170A CN112883177A CN 112883177 A CN112883177 A CN 112883177A CN 202110190170 A CN202110190170 A CN 202110190170A CN 112883177 A CN112883177 A CN 112883177A
- Authority
- CN
- China
- Prior art keywords
- question
- current
- last
- reply
- type
- 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 48
- 238000011084 recovery Methods 0.000 claims abstract description 41
- 238000012549 training Methods 0.000 claims description 8
- 230000015654 memory Effects 0.000 description 17
- 230000008569 process Effects 0.000 description 13
- 230000004044 response Effects 0.000 description 11
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000010365 information processing Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 244000208734 Pisonia aculeata Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000011160 research Methods 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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/205—Parsing
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Business, Economics & Management (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Development Economics (AREA)
- General Health & Medical Sciences (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Accounting & Taxation (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本发明公开了一种智能回复方法及装置，该方法包括：跟踪会话信息，会话信息中包含至少一个第一问题和至少一个第一回复；确定当前第一问题所处的会话阶段及当前第一问题所属的类型；当前第一问题所属的类型是第一类型问题，则确定当前第一问题和最后一个第一回复之间的关系，以及当前第一问题的上一个第一问题所属的类型，第一类型问题为非业务相关问题；基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略。通过实施本发明，可以选择一个合适的位置来拉回用户到业务流程，使会话流程更自然，提高用户体验。
Description
技术领域
本申请涉及智能会话技术领域，尤其涉及一种智能回复方法及装置。
背景技术
在目前的智能客服对话系统中，系统主要分析用户输入的业务问题，然后根据业务问题推送答案给用户。尤其是任务型机器人(Robot，bot)，每个bot都有自己的业务范围，当用户输入一条问题后，bot分析如果是业务问题就按照一定的业务流程引导用户解决问题。但是在业务流程中难免会被用户的其他闲聊问题给打断，这个时候bot的解决方案一般都是强制拉回用户，例如用户n次闲聊后就把用户拉回。但是这样的强制拉回策略会引起一些问题，例如用户会感觉被暴力打断对话，在被强制拉回之前，对话跟着用户走会引起一些bot不理解的问题或者bot即便理解了但是给出的答案也使问题的解答途径发生了变化，从而降低了用户的体验。
申请内容
有鉴于此，本发明实施例通过提供一种智能回复方法及装置，用以解决目前的智能客服对话系统中，在业务流程被用户的其他闲聊问题给打断时，通过强制拉回用户，降低了用户的体验的问题。
为了解决上述问题，第一方面，本发明实施例提供了一种智能回复方法，包括：跟踪会话信息，会话信息中包含至少一个第一问题和至少一个第一回复；确定当前第一问题所处的会话阶段及当前第一问题所属的类型；当前第一问题所属的类型是第一类型问题，则确定当前第一问题和最后一个第一回复之间的关系，以及当前第一问题的上一个第一问题所属的类型，第一类型问题为非业务相关问题；基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略。
可选地，基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略，包括：将当前第一问题所处的会话阶段、当前第一问题所属的类型、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型输入智能回复策略模型；基于智能回复策略模型的输出结果确定对当前第一问题的第一回复策略。
可选地，智能回复策略模型的训练样本包括：多个关键信息，关键信息包括当前第二问题所处的会话阶段、当前第二问题所属的类型、当前第二问题和最后一个第二回复之间的关系以及当前第二问题的上一个第二问题所属的类型。
可选地，确定当前第一问题所处的会话阶段，包括：若第一问题中不包括业务问题，确定当前第一问题所处的会话阶段为业务未开始阶段；若第一问题中包括业务问题，且第一回复中不包括业务问题对应的答案，确定当前第一问题所处的会话阶段为业务进行阶段；若第一问题中包括业务问题，且第一回复中包括业务问题对应的答案，确定当前第一问题所处的会话阶段为业务完成阶段。
可选地，确定当前第一问题和最后一个第一回复之间的关系，包括：若当前第一问题是基于最后一个第一回复进行提问，确定当前第一问题与最后一个第一回复关联；若当前第一问题不是最后一个第一回复进行提问，确定当前第一问题与最后一个第一回复不关联。
可选地，回复策略包括：继续当前第一问题的回复、继续业务问题的回复和请求业务问题描述。
可选地，基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略，包括：若当前第一问题所处的会话阶段为业务未开始阶段或业务完成阶段，确定当前第一问题和最后一个第一回复之间的关系为关联关系，且当前第一问题的上一个问题所属的类型为第一类型问题，则确定当前第一问题的第一回复策略为请求业务问题描述。
可选地，若当前第一问题所处的会话阶段为业务进行阶段，确定当前第一问题和最后一个第一回复之间的关系为关联关系，且当前第一问题的上一个问题所属的类型为第一类型问题，则确定当前第一问题的第一回复策略为继续业务问题的回复。
可选地，若当前第一问题和最后一个第一回复之间的关系为非关联关系，确定当前第一问题的第一回复策略为继续当前第一问题的回复。
根据第二方面，本发明实施例提供了一种智能回复装置，包括：跟踪单元，用于跟踪会话信息，所述会话信息中包含至少一个第一问题和至少一个第一回复；第一确定单元，用于确定当前第一问题所处的会话阶段及当前第一问题所属的类型；第二确定单元，用于当前第一问题所属的类型是第一类型问题，则确定当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型，所述第一类型问题为非业务相关问题；第三确定单元，用于基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略。
本发明实施例提供的智能回复方法及装置，通过跟踪用户与智能客服的会话信息，分析用户当前第一问题所属的类型，在第一问题是非业务相关问题时，再分析当前第一问题和最后一个第一回复之间的关系、当前第一问题的上一个问题所属的类型，从而可以确定用户与智能客服的聊天内容是否偏离了智能客服的业务流程以及偏离的程度，然后再结合当前第一问题所处的会话阶段来综合决策在当前位置执行的第一回复策略，从而可以在确定了用户与智能客服的聊天内容偏离了智能客服的业务流程时，选择一个合适的位置来拉回用户到业务流程，使会话流程更自然，避免在用户与智能客服会话过程中的盲目和暴力拉回，提高用户体验。
上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
图1为本发明实施例中一种智能回复方法的流程示意图；
图2为本发明实施例中一种智能回复装置的结构示意图；
图3为本发明实施例中一种电子设备的硬件结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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，都属于本发明保护的范围。
本发明实施例提供了一种智能回复方法，如图1所示，包括：
S101.跟踪会话信息，会话信息中包含至少一个第一问题和至少一个第一回复；具体地，当用户与智能客服进行会话时，可以对会话信息进行跟踪，会话信息中包括用户咨询的至少一个第一问题和至少一个第一回复。第一问题是客户咨询的问题，第一问题至少包括当前第一问题和当前第一问题的上一个第一问题。第一回复为智能客服针对用户咨询的第一问题的回复，其中不包括针对当前第一问题的回复。
S102.确定当前第一问题所处的会话阶段及当前第一问题所属的类型；具体地，可以通过对各第一问题及各第一回复进行分析，从而确定当前第一问题所处的会话阶段。会话阶段主要包括业务未开始阶段、业务进行阶段和业务完成阶段。并且，可以通过对当前第一问题进行分析，从而确定当前第一问题所属的类型。用户与智能客服会话的过程中，用户咨询的问题主要包括业务问题及非业务相关问题。非业务相关问题为第一类型问题，业务问题为第二类型问题。
S103.当前第一问题所属的类型是第一类型问题，则确定当前第一问题和最后一个第一回复之间的关系，以及当前第一问题的上一个第一问题所属的类型，第一类型问题为非业务相关问题；具体地，最后一个第一回复为当前第一问题的上一个第一问题的回复。如当前第一问题为非业务相关问题，则当前第一问题所属的类型为第一类型问题。如当前第一问题为非业务相关问题，为了判断用户与智能客服的聊天内容是否偏离了智能客服的业务流程以及偏离的程度，可以对当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个问题所属的类型进行分析。如果当前第一问题的上一个第一问题所属的类型为第一类型问题，且当前第一问题和最后一个第一回复的关系为关联关系，则用户与智能客服的聊天内容偏离了智能服务的业务流程，且偏离的比较远。如果当前第一问题的上一个第一问题所属的类型为第一类型问题，且当前第一问题和最后一个第一回复的关系为非关联关系，则用户与智能客服的聊天内容偏离了智能服务的业务流程，但偏离的不远。如果当前第一问题的上一个第一问题所属的类型为第二类型问题，且当前第一问题和最后一个第一回复的关系为关联关系，则用户与智能客服的聊天内容没有偏离智能服务的业务流程。如果当前第一问题的上一个第一问题所属的类型为第二类型问题，且当前第一问题和最后一个第一回复的关系为非关联关系，则用户与智能客服的聊天内容偏离了智能服务的业务流程，但偏离的不远。
S104.基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略。具体地，在当前第一问题所属的类型是第一类型问题的条件下，基于当前第一问题所处的会话阶段，以及对用户与智能客服的聊天内容是否偏离了智能客服的业务流程以及偏离的程度的分析，可以确定针对当前第一问题的第一回复策略，也即，确定在当前位置是否需要拉回用户到业务流程，是拉回到业务问题描述还是拉回到业务进程等。
本发明实施例提供的智能回复方法，通过跟踪用户与智能客服的会话信息，分析用户当前第一问题所属的类型，在第一问题是非业务相关问题时，再分析当前第一问题和最后一个第一回复之间的关系、当前第一问题的上一个问题所属的类型，从而可以确定用户与智能客服的聊天内容是否偏离了智能客服的业务流程以及偏离的程度，然后再结合当前第一问题所处的会话阶段来综合决策在当前位置执行的第一回复策略，从而可以在确定了用户与智能客服的聊天内容偏离了智能客服的业务流程时，选择一个合适的位置来拉回用户到业务流程，使会话流程更自然，避免在用户与智能客服会话过程中的盲目和暴力拉回，提高用户体验。
在一个可选的实施例中，基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略，包括：将当前第一问题所处的会话阶段、当前第一问题所属的类型、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型输入智能回复策略模型；基于智能回复策略模型的输出结果确定对当前第一问题的第一回复策略。
具体地，在当前第一问题所属的类型是第一类型问题的条件下，基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略，可通过将当前第一问题所处的会话阶段、当前第一问题所属的类型、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型输入智能回复策略模型，基于智能回复策略模型的输出结果确定对当前第一问题的第一回复策略。
通过采用智能回复策略模型确定对当前第一问题的第一回复策略，能够快速、准确地得到当前第一问题的第一回复策略。
在一个可选的实施例中，智能回复策略模型的训练样本包括：多个关键信息，关键信息包括当前第二问题所处的会话阶段、当前第二问题所属的类型、当前第二问题和最后一个第二回复之间的关系以及当前第二问题的上一个第二问题所属的类型。
具体地，可采用上述实施例中步骤S101-步骤S103的步骤从多个历史会话信息中获取多个关键信息。每个关键信息均包括当前第二问题所处的会话阶段、当前第二问题所属的类型、当前第二问题和最后一个第二回复之间的关系以及当前第二问题的上一个第二问题所属的类型。然后可以通过人工针对各关键信息标注回复策略，将各关键信息及对应的标注的回复策略输入神经网络进行训练，得到智能回复策略模型。
通过设置智能回复策略模型的训练样本为多个关键信息，关键信息包括当前第二问题所处的会话阶段、当前第二问题所属的类型、当前第二问题和最后一个第二回复之间的关系以及当前第二问题的上一个第二问题所属的类型，从而采用这些训练样本及训练样本标注的回复策略训练得到的智能回复策略模型，在将当前第一问题所处的会话阶段、当前第一问题所属的类型、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型输入智能回复策略模型后，可以准确得到当前第一问题的第一回复策略。
在一个可选的实施例中，确定当前第一问题所处的会话阶段，包括：若第一问题中不包括业务问题，确定当前第一问题所处的会话阶段为业务未开始阶段；若第一问题中包括业务问题，且第一回复中不包括业务问题对应的答案，确定当前第一问题所处的会话阶段为业务进行阶段；若第一问题中包括业务问题，且第一回复中包括业务问题对应的答案，确定当前第一问题所处的会话阶段为业务完成阶段。
具体地，若第一问题中不包括业务问题，说明用户的聊天内容还没有涉及智能客服设置的业务问题，此时当前第一问题所处的会话阶段为业务未开始阶段。若第一问题中包括业务问题，说明用户的聊天内容涉及了智能客服设置的业务问题，而如果第一回复中不包括该业务问题对应的答案，说明该业务问题尚未完成解答，此时当前第一问题所处的会话阶段为业务进行阶段。若第一问题中包括业务问题，说明用户的聊天内容涉及了智能客服设置的业务问题，且第一回复中包括该业务问题对应的答案，说明该业务问题完成解答，确定当前第一问题所处的会话阶段为业务完成阶段。
在一个可选的实施例中，确定当前第一问题和最后一个第一回复之间的关系，包括：若当前第一问题是基于最后一个第一回复进行提问，确定当前第一问题与最后一个第一回复关联；若当前第一问题不是最后一个第一回复进行提问，确定当前第一问题与最后一个第一回复不关联。
例如，当前第一问题是：为什么？最后一个第一回复是：我没有性别，则当前第一问题是基于最后第一个第一回复进行提问，确定当前第一问题与最后一个第一回复关联。又如，当点第一问题是：你从哪里来？最后一个第一回复是：我很善于帮助人们来更好地使用他们的产品，则当前第一问题不是基于最后第一个第一回复进行提问，确定当前第一问题与最后一个第一回复不关联。
通过分析当前第一问题是否是基于最后一个第一回复进行提问，从而可以确定当前第一问题是否是在最后一个第一回复的基础上进一步提问，从而可以确定当前第一问题与最后一个第一回复是否关联，从而可以在确定用户与智能客服的聊天内容偏离了智能客服的业务流程后，确定偏离的程度。
在一个可选的实施例中，回复策略包括：继续当前第一问题的回复、继续业务问题的回复和请求业务问题描述。
具体地，若确定在当前位置不需要拉回用户到业务流程，则回复策略可以为继续当前第一问题的回复。若确定在当前位置需要拉回用户到业务流程，而用户当前第一问题所处的会话阶段为业务未开始阶段，则回复策略可以为请求业务问题描述。若确定在当前位置需要拉回用户到业务流程，而用户当前第一问题所处的会话阶段为业务进行阶段，则回复策略可以为继续业务问题的回复。例如，当用户咨询了连接wifi的第一问题后，智能客服给出了请提供您的手机型号的第一答复后，用户又咨询了你是男孩还是女孩的第一问题，智能客服又给出了我没有性别的第一答复后，用户又咨询了为什么的当前第一问题，则当前第一问题的回复策略为继续业务问题的回复，则智能客服可以给出请提供您的手机型号的第一答复。
通过设置继续当前第一问题的回复、继续业务问题的回复和请求业务问题描述这三种回复策略，可以涵盖不同情况下的回复策略，从而智能客服可以根据不同的情况给出对应的回复策略。
在一个可选的实施例中，基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略，包括：若当前第一问题所处的会话阶段为业务未开始阶段或业务完成阶段，确定当前第一问题和最后一个第一回复之间的关系为关联关系，且当前第一问题的上一个问题所属的类型为第一类型问题，则确定当前第一问题的第一回复策略为请求业务问题描述。若当前第一问题所处的会话阶段为业务进行阶段，确定当前第一问题和最后一个第一回复之间的关系为关联关系，且当前第一问题的上一个问题所属的类型为第一类型问题，则确定当前第一问题的第一回复策略为继续业务问题的回复。若当前第一问题所处的会话阶段为业务进行阶段，确定当前第一问题和最后一个第一回复之间的关系为关联关系，且当前第一问题的上一个问题所属的类型为第一类型问题，则确定当前第一问题的第一回复策略为当前第一问题的回复。
例如，当用户咨询了连接wifi的第一问题后，智能客服给出了请提供您的手机型号的第一答复后，用户又咨询了你是男孩还是女孩的第一问题，智能客服又给出了我没有性别的第一答复后，用户又咨询了为什么的当前第一问题，则当前第一问题所处的会话阶段为业务进行阶段，当前第一问题和最后一个第一回复之间的关系为关联关系，且当前第一问题的上一个问题所属的类型为第一类型问题，则当前第一问题的回复策略为继续业务问题的回复，智能客服可以给出请提供您的手机型号的第一答复。
例如，当用户和智能客服打过招呼之后，用户咨询了你是男孩还是女孩的第一问题，智能客服给出了我没有性别的第一答复后，用户又咨询了为什么的当前第一问题，则当前第一问题所处的会话阶段为业务未开始阶段，当前第一问题和最后一个第一回复之间的关系为关联关系，且当前第一问题的上一个问题所属的类型为第一类型问题，则当前第一问题的回复策略为请求业务问题描述，智能客服可以请求用户描述业务问题。
在一个可选的实施例中，若当前第一问题和最后一个第一回复之间的关系为非关联关系，确定当前第一问题的第一回复策略为继续当前第一问题的回复。
具体地，若当前第一问题和最后一个第一回复之间的关系为非关联关系，此时，无论前第一问题所处的会话阶段处于何阶段，当前第一问题的第一回复策略都为继续当前第一问题的回复。此时，虽然用户与智能客服的聊天内容可能已经偏离了智能客服的业务流程，但如果用户不对非业务相关问题进行深究，即在非业务相关问题进行进一步提问，则可以不拉回用户到业务流程，继续当前第一问题的回复。
例如，当用户咨询了手机软件更新的第一问题后，智能客服给出了请提供您的手机型号的第一答复后，用户又咨询了你是否是人类的第一问题后，智能客服给出了我是一个虚拟的助手来帮助你使用你的产品的第一回复后，用户咨询了你能干什么的第一问题后，智能客服给出了我很善于帮助人们来更好地使用他们的产品的第一回复后，用户又咨询了你来自哪里的当前第一问题时，则当前第一问题所处的会话阶段为业务进行阶段，当前第一问题和最后一个第一回复之间的关系为非关联关系，且当前第一问题的上一个问题所属的类型为第一类型问题，则当前第一问题的回复策略为当前第一问题的回复，智能客服可以给出当前第一问题的答案。
若当前第一问题和最后一个第一回复之间的关系为非关联关系，确定当前第一问题的第一回复策略为继续当前第一问题的回复，用户与智能客服的聊天内容可能已经偏离了智能客服的业务流程，但偏离不远的情况下，不盲目和暴力拉回用户到业务流程，提升用户的体验。
在一个可选的实施例中，在跟踪会话信息之前，智能回复方法还包括：对会话信息中的第一问题和第一回复进行计数；确定会话信息中的第一问题和第二回复的计数达到预设阈值。
具体地，对会话信息中的第一问题和第一回复进行计数为对用户咨询的第一问题和对智能客服的第一回复的轮次进行计数。在确定会话信息中的第一问题和第二回复的计数达到预设阈值后，再跟踪会话信息，可以允许用户于智能客服闲聊一定的轮次，然后再针对当前第一问题执行第一回复策略，可以提升用户体验。
本发明实施例提供了一种智能回复装置，如图2所示，包括：
跟踪单元201，用于跟踪会话信息，所述会话信息中包含至少一个第一问题和至少一个第一回复；具体的实施方式详见上述方法实施例步骤S101的描述，在此不再赘述。
第一确定单元，用于确定当前第一问题所处的会话阶段及当前第一问题所属的类型；具体的实施方式详见上述方法实施例步骤S102的描述，在此不再赘述。
第二确定单元，用于当前第一问题所属的类型是第一类型问题，则确定当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型，所述第一类型问题为非业务相关问题；具体的实施方式详见上述方法实施例步骤S103的描述，在此不再赘述。
第三确定单元，用于基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略。具体的实施方式详见上述方法实施例步骤S104的描述，在此不再赘述。
本发明实施例提供的智能回复装置，通过跟踪用户与智能客服的会话信息，分析用户当前第一问题所属的类型，在第一问题是非业务相关问题时，再分析当前第一问题和最后一个第一回复之间的关系、当前第一问题的上一个问题所属的类型，从而可以确定用户与智能客服的聊天内容是否偏离了智能客服的业务流程以及偏离的程度，然后再结合当前第一问题所处的会话阶段来综合决策在当前位置执行的第一回复策略，从而可以在确定了用户与智能客服的聊天内容偏离了智能客服的业务流程时，选择一个合适的位置来拉回用户到业务流程，使会话流程更自然，避免在用户与智能客服会话过程中的盲目和暴力拉回，提高用户体验。
基于与前述实施例中一种智能回复方法同样的发明构思，本发明还提供一种电子设备，如图3所示，包括：处理器31和存储器32，其中处理器31和存储器32可以通过总线或者其他方式连接，图3中以通过总线连接为例进行说明。
处理器31可以为中央处理器(Central Processing Unit，CPU)。处理器31还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器32作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的智能回复方法对应的程序指令/模块。处理器31通过运行存储在存储器32中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的智能回复方法。
存储器32可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器31所创建的数据等。此外，存储器32可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器32可选包括相对于处理器31远程设置的存储器，这些远程存储器可以通过网络连接至处理器31。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
上述的一个或者多个模块存储在存储器32中，当被处理器31执行时，执行如图1所示实施例中的智能回复方法。
上述电子设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
本领域技术人员可以理解，实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random AccessMemory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard Disk Drive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
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、系统、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(系统)、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信息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信息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信息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信息处理设备上，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。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种智能回复方法，包括：
跟踪会话信息，所述会话信息中包含至少一个第一问题和至少一个第一回复；
确定当前第一问题所处的会话阶段及当前第一问题所属的类型；
当前第一问题所属的类型是第一类型问题，则确定当前第一问题和最后一个第一回复之间的关系，以及当前第一问题的上一个第一问题所属的类型，所述第一类型问题为非业务相关问题；
基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略。
2.根据权利要求1所述的智能回复方法，所述基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略，包括：
将所述当前第一问题所处的会话阶段、当前第一问题所属的类型、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型输入智能回复策略模型；
基于所述智能回复策略模型的输出结果确定对当前第一问题的第一回复策略。
3.根据权利要求2所述的智能回复方法，所述智能回复策略模型的训练样本包括：
多个关键信息，所述关键信息包括当前第二问题所处的会话阶段、当前第二问题所属的类型、当前第二问题和最后一个第二回复之间的关系以及当前第二问题的上一个第二问题所属的类型。
4.根据权利要求1所述的智能回复方法，确定当前第一问题所处的会话阶段，包括：
若所述第一问题中不包括业务问题，确定当前第一问题所处的会话阶段为业务未开始阶段；
若所述第一问题中包括业务问题，且所述第一回复中不包括所述业务问题对应的答案，确定当前第一问题所处的会话阶段为业务进行阶段；
若所述第一问题中包括业务问题，且所述第一回复中包括所述业务问题对应的答案，确定当前第一问题所处的会话阶段为业务完成阶段。
5.根据权利要求4所述的智能回复方法，所述确定当前第一问题和最后一个第一回复之间的关系，包括：
若所述当前第一问题是基于最后一个第一回复进行提问，确定所述当前第一问题与所述最后一个第一回复关联；
若所述当前第一问题不是最后一个第一回复进行提问，确定所述当前第一问题与所述最后一个第一回复不关联。
6.根据权利要求5所述的智能回复方法，所述回复策略包括：
继续当前第一问题的回复、继续业务问题的回复和请求业务问题描述。
7.根据权利要求6所述的智能回复方法，所述基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略，包括：
若当前第一问题所处的会话阶段为业务未开始阶段或业务完成阶段，确定当前第一问题和最后一个第一回复之间的关系为关联关系，且当前第一问题的上一个问题所属的类型为第一类型问题，则确定当前第一问题的第一回复策略为请求业务问题描述。
8.根据权利要求7所述的智能回复方法，
若当前第一问题所处的会话阶段为业务进行阶段，确定当前第一问题和最后一个第一回复之间的关系为关联关系，且当前第一问题的上一个问题所属的类型为第一类型问题，则确定当前第一问题的第一回复策略为继续业务问题的回复。
9.根据权利要求7或8所述的智能回复方法，
若当前第一问题和最后一个第一回复之间的关系为非关联关系，则确定当前第一问题的第一回复策略为继续当前第一问题的回复。
10.一种智能回复装置，包括：
跟踪单元，用于跟踪会话信息，所述会话信息中包含至少一个第一问题和至少一个第一回复；
第一确定单元，用于确定当前第一问题所处的会话阶段及当前第一问题所属的类型；
第二确定单元，用于当前第一问题所属的类型是第一类型问题，则确定当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型，所述第一类型问题为非业务相关问题；
第三确定单元，用于基于当前第一问题所处的会话阶段、当前第一问题和最后一个第一回复之间的关系以及当前第一问题的上一个第一问题所属的类型确定对当前第一问题的第一回复策略。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110190170.0A CN112883177A (zh) | 2021-02-18 | 2021-02-18 | 一种智能回复方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110190170.0A CN112883177A (zh) | 2021-02-18 | 2021-02-18 | 一种智能回复方法及装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN112883177A true CN112883177A (zh) | 2021-06-01 |
Family
ID=76056743
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110190170.0A Pending CN112883177A (zh) | 2021-02-18 | 2021-02-18 | 一种智能回复方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112883177A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080104065A1 (en) * | 2006-10-26 | 2008-05-01 | Microsoft Corporation | Automatic generator and updater of faqs |
| CN105989084A (zh) * | 2015-02-11 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 一种回复问题的方法和设备 |
| CN108595494A (zh) * | 2018-03-15 | 2018-09-28 | 腾讯科技（深圳）有限公司 | 答复信息的获取方法及装置 |
| CN108875055A (zh) * | 2018-06-28 | 2018-11-23 | 联想(北京)有限公司 | 一种答案提供方法及设备 |
| CN109684461A (zh) * | 2018-12-30 | 2019-04-26 | 联想(北京)有限公司 | 一种数据处理方法及装置 |
| CN109739969A (zh) * | 2018-12-29 | 2019-05-10 | 联想(北京)有限公司 | 答案生成方法和智能会话系统 |
-
2021
- 2021-02-18 CN CN202110190170.0A patent/CN112883177A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20080104065A1 (en) * | 2006-10-26 | 2008-05-01 | Microsoft Corporation | Automatic generator and updater of faqs |
| CN105989084A (zh) * | 2015-02-11 | 2016-10-05 | 阿里巴巴集团控股有限公司 | 一种回复问题的方法和设备 |
| CN108595494A (zh) * | 2018-03-15 | 2018-09-28 | 腾讯科技（深圳）有限公司 | 答复信息的获取方法及装置 |
| CN108875055A (zh) * | 2018-06-28 | 2018-11-23 | 联想(北京)有限公司 | 一种答案提供方法及设备 |
| CN109739969A (zh) * | 2018-12-29 | 2019-05-10 | 联想(北京)有限公司 | 答案生成方法和智能会话系统 |
| CN109684461A (zh) * | 2018-12-30 | 2019-04-26 | 联想(北京)有限公司 | 一种数据处理方法及装置 |
Non-Patent Citations (1)
| Title |
|---|
| 张岩: "基于用户场景的智能客服系统分析与设计", 《中国优秀硕士学位论文全文数据库》, no. 01, pages 157 - 732 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US10853421B2 (en) | Segmented sentence recognition method and device for human-machine intelligent question answer system | |
| CN108363745B (zh) | 机器人客服转人工客服的方法和装置 | |
| CN110085225B (zh) | 语音交互方法、装置、智能机器人及计算机可读存储介质 | |
| WO2018201964A1 (zh) | 一种会话信息的处理方法、服务器及计算机可读存储介质 | |
| CN109344395B (zh) | 一种数据处理方法、装置、服务器及存储介质 | |
| CN108073600A (zh) | 一种智能问答交互方法、装置以及电子设备 | |
| WO2017204887A1 (en) | Emotion recognition to match support agents with customers | |
| EP4053716A1 (en) | Information recommendation method, apparatus, recommendation server and storage medium | |
| CN109360551B (zh) | 一种语音识别方法及装置 | |
| CN110890088A (zh) | 语音信息反馈方法、装置、计算机设备和存储介质 | |
| CN113657634A (zh) | 银行网点排队等待时长预测方法及装置 | |
| KR102327011B1 (ko) | 상담 품질 향상 방법 및 장치 | |
| JP6327252B2 (ja) | 分析対象決定装置及び分析対象決定方法 | |
| CN111046156B (zh) | 奖励数据的确定方法、装置和服务器 | |
| CN112883177A (zh) | 一种智能回复方法及装置 | |
| CN109710939B (zh) | 用于确定主题的方法和装置 | |
| CN111401566A (zh) | 机器学习训练方法及系统 | |
| CN114049163B (zh) | 一种营销服务数据管理方法及系统 | |
| JP2000194703A (ja) | デ―タベ―ス内の欠落した観察情報の推定方法および推定装置 | |
| CN112837159B (zh) | 基于场景要素的交易引导方法、装置、电子设备及介质 | |
| CN114756668A (zh) | 基于人工智能的对话交互方法、装置、计算机设备及介质 | |
| CN110737761B (zh) | 一种信息处理方法、电子设备和存储介质 | |
| CN113065363A (zh) | 一种对话信息的处理方法及装置 | |
| CN112367494A (zh) | 基于ai的在线会议通讯方法、装置及计算机设备 | |
| CN113112326A (zh) | 一种用户识别方法、向用户展示数据的方法和相关装置 |
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 |