CN113157371A - 人工客服切换方法、装置、存储介质和计算机设备 - Google Patents
人工客服切换方法、装置、存储介质和计算机设备 Download PDFInfo
- Publication number
- CN113157371A CN113157371A CN202110456073.1A CN202110456073A CN113157371A CN 113157371 A CN113157371 A CN 113157371A CN 202110456073 A CN202110456073 A CN 202110456073A CN 113157371 A CN113157371 A CN 113157371A
- Authority
- CN
- China
- Prior art keywords
- customer service
- user
- score value
- emotion
- conversation
- 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 58
- 230000008451 emotion Effects 0.000 claims abstract description 180
- 230000003993 interaction Effects 0.000 claims abstract description 46
- 238000004458 analytical method Methods 0.000 claims abstract description 23
- 230000002996 emotional effect Effects 0.000 claims abstract description 23
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 21
- 238000005065 mining Methods 0.000 claims abstract description 20
- 239000013598 vector Substances 0.000 claims description 34
- 230000008859 change Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 12
- 238000011156 evaluation Methods 0.000 claims description 9
- 230000009191 jumping Effects 0.000 claims description 8
- 230000000007 visual effect Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000000605 extraction Methods 0.000 claims description 4
- 230000011218 segmentation Effects 0.000 claims description 4
- 230000007935 neutral effect Effects 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012856 packing Methods 0.000 claims description 2
- 239000002131 composite material Substances 0.000 claims 1
- 238000003058 natural language processing Methods 0.000 abstract description 6
- 238000001514 detection method Methods 0.000 abstract 1
- 230000008569 process Effects 0.000 description 14
- 238000005516 engineering process Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 5
- 239000000284 extract Substances 0.000 description 4
- 230000004044 response Effects 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000036651 mood Effects 0.000 description 2
- 201000001119 neuropathy Diseases 0.000 description 2
- 230000007823 neuropathy Effects 0.000 description 2
- 208000033808 peripheral neuropathy Diseases 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000007876 drug discovery Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 230000001771 impaired effect Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 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
- 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
- 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
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Software Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Human Computer Interaction (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Mathematical Physics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及自然语言处理技术领域，揭示了一种人工客服切换方法、装置、存储介质和计算机设备，其中方法包括：响应于用户的咨询请求，利用文本挖掘算法控制机器人客服在人机交互界面上完成与用户的多轮对话；提取出每轮对话的对话信息，对对话信息进行分析，根据分析结果确定用户在每轮对话的情绪指数；根据情绪指数评估机器人客服的第一评分值；并根据对话信息确定机器人客服命中特殊字词的数量，根据特殊字词的数量评估机器人客服的第二评分值；根据第一评分值及第二评分值计算综合评分值，当确定综合评分值低于预设评分值时，将当前对话节点切换至人工客服通道，以实现对用户的情绪状态及时检测，及时切换至人工客服，以提升用户体验。
Description
技术领域
本申请涉及到自然语言处理技术领域，特别是涉及到一种人工客服切换方法、装置、存储介质和计算机设备。
背景技术
随着移动互联网用户规模的不断增长，越来越多的企业上线智能客服系统，通过机器人客服与人工客服的结合，提高工作效率，提升用户服务体验。
与人工客服相比，机器人客服具有记忆力强、知识点容易扩充、响应迅速、24小时无间断服务等优势，但是目前机器人客服的主要功能是一问一答，即每次针对用户提出的一个问题进行简单回答，对具有特殊性、突发性的用户问题不能很好的处理，导致用户因提出的问题无法得到实质性解决而不满，影响用户体验。
发明内容
本申请的主要目的为提供一种人工客服切换方法、装置、存储介质和计算机设备，实现在用户对当前人工客服的服务不满意时，及时切换至人工客服，以使用户提出的问题能及时得到解决，提升用户体验。
为了实现上述发明目的，本申请提出一种人工客服切换方法，包括：
响应于用户的咨询请求，跳转至人机交互界面，利用文本挖掘算法控制机器人客服在所述人机交互界面上完成与所述用户的多轮对话；
从所述多轮对话中分别提取出每轮对话的对话信息，对所述每轮对话的对话信息进行分析，根据分析结果确定所述用户在每轮对话的情绪指数；
根据所述用户每轮对话的情绪指数评估所述机器人客服的第一评分值；
根据所述每轮对话的对话信息确定机器人客服命中特殊字词的数量，根据所述特殊字词的数量评估所述机器人客服的第二评分值；其中，所述特殊字词包括敏感词和/或禁忌词；
根据所述第一评分值及第二评分值计算得到所述机器人客服的综合评分值，并判断所述综合评分值是否低于预设评分值；
当确定所述综合评分值低于预设评分值，或监测到所述用户的连续至少两轮对话的情绪指数都低于预设值时，在所述人机交互界面中显示人工客服通道的接入选项；
当接收到所述对人工客服通道的接入选项的选取指令时，获取所述机器人客服与所述用户的当前对话节点，将所述当前对话节点切换至人工客服通道。
本申请还提供一种人工客服切换装置，包括：
控制模块，用于响应于用户的咨询请求，跳转至人机交互界面，利用文本挖掘算法控制机器人客服在所述人机交互界面上完成与所述用户的多轮对话；
提取模块，用于从所述多轮对话中分别提取出每轮对话的对话信息，对所述每轮对话的对话信息进行分析，根据分析结果确定所述用户在每轮对话的情绪指数；
第一评估模块，用于根据所述用户每轮对话的情绪指数评估所述机器人客服的第一评分值；
第二评估模块，用于根据所述每轮对话的对话信息确定机器人客服命中特殊字词的数量，根据所述特殊字词的数量评估所述机器人客服的第二评分值；其中，所述特殊字词包括敏感词和/或禁忌词；
计算模块，用于根据所述第一评分值及第二评分值计算得到所述机器人客服的综合评分值，并判断所述综合评分值是否低于预设评分值；
显示模块，用于当确定所述综合评分值低于预设评分值，或监测到所述用户的连续至少两轮对话的情绪指数都低于预设值时，在所述人机交互界面中显示人工客服通道的接入选项；
切换模块，用于当接收到对所述人工客服通道的接入选项的选取指令时，获取所述机器人客服与所述用户的当前对话节点，将所述当前对话节点切换至人工客服通道。
本申请还提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任一项所述的方法的步骤。
本申请的人工客服切换方法、装置、存储介质和计算机设备，本申请通过响应于用户的咨询请求，跳转至人机交互界面，利用文本挖掘算法控制机器人客服在人机交互界面上完成与所述用户的多轮对话；从多轮对话中分别提取出每轮对话的对话信息，对每轮对话的对话信息进行分析，根据分析结果确定用户在每轮对话的情绪指数，用于分析用户的情绪状态；然后根据用户每轮对话的情绪指数评估机器人客服的第一评分值，并根据每轮对话的对话信息确定机器人客服命中特殊字词的数量，根据特殊字词的数量评估机器人客服的第二评分值；根据第一评分值及第二评分值计算得到机器人客服的综合评分值，以对机器人客服的服务情况及时、客观地量化评估；当确定综合评分值低于预设评分值，或监测到用户的连续至少两轮对话的情绪指数都低于预设值时，在人机交互界面中显示人工客服通道的接入选项；当接收到对人工客服通道的接入选项的选取指令时，获取机器人客服与用户的当前对话节点，将当前对话节点切换至人工客服通道，以实现对用户的情绪状态及时检测，在用户对当前人工客服的服务不满意时，及时切换至人工客服，以使用户提出的问题能及时得到解决，提升用户体验，也避免了投诉的发生。
附图说明
图1为本申请一实施例的人工客服切换方法的流程示意图；
图2为本申请一实施例的人工客服切换装置的结构示意框图；
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
中国客服市场以人力劳动为主，截止2018年，中国客服产业约有500万全职人力客服，给相关企业造成了较大的管理与成本压力，机器人客服应运而生。其中，落地较为广泛的是在线问答机器人，主要负责在线接待客户和解答客户疑问，但目前机器人客服的主要功能是一问一答，即每次针对用户提出的一个问题进行简单回答，对具有特殊性、突发性的用户问题不能很好的处理，导致用户因提出的问题无法得到实质性解决而不满，影响用户体验。
为了解决上述问题，参照图1，本申请提出一种基于遗传算法的人工客服切换方法，包括如下步骤：
S11、响应于用户的咨询请求，跳转至人机交互界面，利用文本挖掘算法控制机器人客服在所述人机交互界面上完成与所述用户的多轮对话；
S12、从所述多轮对话中分别提取出每轮对话的对话信息，对所述每轮对话的对话信息进行分析，根据分析结果确定所述用户在每轮对话的情绪指数；
S13、根据所述用户每轮对话的情绪指数评估所述机器人客服的第一评分值；
S14、根据所述每轮对话的对话信息确定机器人客服命中特殊字词的数量，根据所述特殊字词的数量评估所述机器人客服的第二评分值；其中，所述特殊字词包括敏感词和/或禁忌词；
S15、根据所述第一评分值及第二评分值计算得到所述机器人客服的综合评分值，并判断所述综合评分值是否低于预设评分值；
S16、当确定所述综合评分值低于预设评分值，或监测到所述用户的连续至少两轮对话的情绪指数都低于预设值时，在所述人机交互界面中显示人工客服通道的接入选项；
S17、当接收到对所述人工客服通道的接入选项的选取指令时，获取所述机器人客服与所述用户的当前对话节点，将所述当前对话节点切换至人工客服通道。
如上述步骤S11所述，用户可在其用户端发起咨询请求，该用户端是指在与机器人客服进行当前会话时，用户所使用的端口设备/软件，例如网页端或者运行在移动终端(如手机、平板电脑)上的应用程序。在进行当前会话时，用户在用户端输入相关对话信息，其具体形式可以是文字、语音或者其它类型信息。
终端响应于用户的咨询请求，用户可经过富媒体进行统一接入，由机器人客服首先进行接待，结合自然语言处理技术的文本挖掘算法，并通过关键词识别、语义理解、深度学习、槽填充等技术理解客户意图，提供一问一答、多轮问答的服务，具体可以将用户提问一次、机器人客服回复一次记为一轮对话；在实际操作中，用户可能会连续提出多个问题，在这种应用场景下，可以将机器人客服针对第一个问题的回答记为第一轮，针对第二个问题的回答记为第二轮，以实现机器人客服与用户的多轮对话功能。其中，自然语言处理技术是计算机科学，人工智能，语言学关注计算机和人类语言之间的相互作用的领域，其是实现人与计算机之间用自然语言进行有效通信的各种理论和方法。文本挖掘算法是抽取有效、新颖、有用、可理解的、散布在文本文件中的有价值知识，并且利用这些知识更好地组织信息的计算过程。文本挖掘利用智能算法，如神经网络、基于案例的推理、可能性推理等，并结合文字处理技术，分析大量的非结构化文本源(如文档、电子表格、客户电子邮件、问题查询、网页等)，抽取或标记关键字概念、文字间的关系，并按照内容对文档进行分类，获取有用的知识和信息。
如上述步骤S12所述，用户在与机器人客服对话的时候，终端获取交互过程中的对话信息，然后对每轮对话的对话信息进行语义分析，根据分析结果确定用户在每轮对话的情绪指数。例如，用户通过应用程序购买物品，在询问物品的材质、尺寸、生产日期等信息时，机器人客服为用户解答问题，在这个对话过程中，终端获取用户询问和机器人客服解答的对话信息，然后对每段对话信息进行语义分析，以确定每段对话信息对应的情绪类型，根据情绪类型查询对应的情绪指数。其中，情绪类型可包括积极情绪类型、消极情绪类型及正常情绪类型，所述积极情绪对应的情绪指数比正常情绪类型所对应的情绪指数要大；所述正常情绪类型对应的情绪指数比消极情绪所对应的情绪指数要大，如高兴的情绪指数比生气的情绪指数要大。
如上述步骤S13所述，在机器人客服与用户交互过程中，终端可实时对机器人客服的服务质量进行抽检评估，如检查对话内容、用语规范、客户反馈等，对机器人客服评分，同时分析顾客体验，洞察业务问题，以对机器人客服进行改进。具体的，可根据用户每轮对话的情绪指数按照预设换算规则后，计算得到评估所述机器人客服的第一评分值，例如，当用户每轮对话的情绪指数分别为1、1、3，可按照1比5的比例换算成评分值，分别为5、5、15，累加后得到第一评分值25，以根据每轮对话的情绪指数对机器人客服进行精细化评估。当然，还可针对不同的情绪类型设置相应的权重，根据权重及情绪指数计算得到第一评分值。
如上述步骤S14所述，可进一步对每轮对话的对话信息进行特殊字词识别，该特殊字词包括敏感词和/或禁忌词，如傻子、神经病、有病等类型的词语，并统计每轮对话的对话信息命中特殊字词的数量，若命中敏感词或禁忌词就扣分，若命中敬语则加分，并根据特殊字词的数量评估机器人客服的第二评分值，从而按对机器人客服的用语进行评估。例如，当机器人客服与用户对话过程中，机器人客服或用户使用敏感词或禁忌词的数量较少，使用敬语较多，则该机器人客服的第二评分值较高。
如上述步骤S15所述，获取第一评分值及第二评分值之后，可根据所述第一评分值及第二评分值计算得到机器人客服的综合评分值，如将第一评分值及第二评分值累加后得到综合评分值，或分别为第一评分值及第二评分值设置权重，根据第一评分值、第二评分值及其对应权重计算综合评分值。其中，可将第二评分值的权重设置成大于第一评分值的权重，以减少后续机器人客服对敏感词或禁忌词的使用。
如上述步骤S16所述，获取所述用户的连续至少两轮对话的情绪指数，当确定综合评分值低于预设评分值，或监测到所述用户的连续至少两轮对话的情绪指数都低于预设值时，则在所述人机交互界面中显示人工客服通道的接入选项，以供用户选择是否转为人工客服。此外，还可通过检测客户情绪状态，或判断所述机器人客服与所述用户之间的交互轮数是否大于预设轮数，实现自动转接人工客服。此外，还可对于用户未解决重复提问的问题转入人工客服。
如上述步骤S17所述，机器人客服无法满足用户需求时，及时识别客户情绪和意图，在用户界面中显示人工服务通道的接入选项，若用户需要接入人工客服，则选择该接入选项，此时触发进入人工服务通道，在用户确认转入人工客服后，获取机器人客服与所述用户的当前对话节点，将所述当前对话节点切换至人工客服通道，以支持自动在线转接人工，提升客户体验。
若用户不需要接入人工客服，则不选择人工服务通道的接入选项或者选择不接入的选项，此时继续留在机器人服务通道，从而通过分析对话内容检测顾客的情绪变化和潜在意图，及时转入人工客服通道，以提供更高效高质的接待服务。
其中，确定接收到切换指令的方式可以有多种，具体地，在终端询问用户是否切换为人工客服后，接收到用户输入的“是”或者“切换”，则确定接收到切换指令；或者终端在显示屏上切换按钮后，接收到用户点击该切换按钮，则确定接收到切换指令。
本申请的人工客服切换方法，本申请通过响应于用户的咨询请求，跳转至人机交互界面，利用文本挖掘算法控制机器人客服在人机交互界面上完成与所述用户的多轮对话；从多轮对话中分别提取出每轮对话的对话信息，对每轮对话的对话信息进行分析，根据分析结果确定用户在每轮对话的情绪指数，用于分析用户的情绪状态；然后根据用户每轮对话的情绪指数评估机器人客服的第一评分值，并根据每轮对话的对话信息确定机器人客服命中特殊字词的数量，根据特殊字词的数量评估机器人客服的第二评分值；根据第一评分值及第二评分值计算得到机器人客服的综合评分值，以对机器人客服的服务情况及时、客观地量化评估；当确定综合评分值低于预设评分值，或监测到用户的连续至少两轮对话的情绪指数都低于预设值时，在人机交互界面中显示人工客服通道的接入选项；当接收到对人工客服通道的接入选项的选取指令时，获取机器人客服与用户的当前对话节点，将当前对话节点切换至人工客服通道，以实现对用户的情绪状态及时检测，在用户对当前人工客服的服务不满意时，及时切换至人工客服，以使用户提出的问题能及时得到解决，提升用户体验，也避免了投诉的发生。
在一实施例中，当所述人工客服通道具有多个时，在步骤S17中，所述将所述当前对话节点切换至人工客服通道的步骤，可具体包括：
S171、获取各个所述人工客服通道所对应的人工客服的评分；其中，所述评分用于评价所述人工客服的历史服务情况；
S172、根据所述人工客服的评分分别设置对应各个所述人工客服通道的优先级；
S173、根据所述综合评分值确定对应优先级的人工客服通道，得到目标人工客服通道，将所述当前对话节点切换至目标人工客服通道；其中，所述目标人工客服通道的优先级与所述综合评分值成反比。
本实施例可预先根据各个人工客服的历史服务情况对其进行评分，根据评分设置各个人工客服相对应的人工客服通道的优先级，当评分高时，则对应的人工客服通道的优先级则较高。
当计算得到综合评分值时，根据该综合评分值选取相应优先级的人工客服通道。例如，当综合评分值较低时，则表明当前用户对机器人客服的服务质量较为不满意，因此亟需改善服务质量，因此可选取优先级较高的人工客服通道，使评分较高的人工客服与用户完成后续服务。
在一实施例中，在步骤S17中，所述将所述当前对话节点切换至人工客服通道的步骤之后，还可包括：
S18、根据所述用户在每轮对话的情绪指数及所述综合评分值生成可视化统计报告；
S19、将所述机器人客服与所述用户的每轮对话的对话信息，以及每轮对话的情绪指数打包成数据包；
S20、将所述可视化统计报告及数据包上传至所述人工客服通道。
在本实施例中，在将当前对话节点切换至人工客服通道后，还可根据用户在每轮对话的情绪指数及综合评分值生成可视化统计报告，如每轮对话的情绪指数是多少，综合评分值是多少。同时将机器人客服与所述用户的每轮对话的对话信息，以及每轮对话的情绪指数打包成数据包，将可视化统计报告及数据包上传至人工客服通道，并将数据包在人工客户端进行解析后，获取每轮对话的对话信息，将可视化统计报告及每轮对话的对话信息显示在人工客服端的辅助页面，使得人工客服在进行人工应答处理之前查看到该类型信息，从而获知用户当前预测情绪信息及当前会话的上下文信息，帮助人工客服更好地判断用户的当前情绪情况以及会话的来龙去脉，有助于提高人工客服的应答处理效果。
在一实施例中，在步骤S12中，所述对所述每轮对话的对话信息进行分析，根据分析结果确定所述用户在每轮对话的情绪指数的步骤，可具体包括：
S121、从所述每轮对话的对话信息中分别提取出至少一个情绪词语，并确定各个所述情绪词语的词性；其中，所述词性用于表征情绪词语为积极情绪词、中性词或消极情绪词中的其中一种；
S122、根据所述词性从预设的对照表中查询各个所述情绪词语对应的情绪指数；
S123、将同一轮对话的各个所述情绪词语对应的情绪指数分别进行累加后，得到所述用户在每轮对话的情绪指数。
在本实施例中，可根据每轮对话的对话信息，从对话信息中识别出当前用户的情绪类型的情绪词语。例如可以先获取用户输入信息中的敏感词、语气助词、标点符号及/或用户输入信息的发送频率，进而根据敏感词、语气助词、标点符号及/或用户输入信息的发送频率当中的一种或者多种进行情绪类型分析，以识别出用户情绪类型，并确定情绪词语及其词性。
然后根据词性从预设的对照表中查询各个情绪词语对应的情绪指数，其中，对照表中预先存储有各个词性所对应的情绪指数，如积极情绪词的情绪指数为10、中性词的情绪指数为7，消极情绪词的情绪指数为3，以得到个情绪词语对应的情绪指数。
最后将位于同一轮对话的各个所述情绪词语对应的情绪指数进行累加，得到同一轮对话相应的情绪指数，即所述用户在每轮对话的情绪指数，从而方便快捷地确定每轮对话的情绪指数。
在一实施例中，在步骤S121中，所述从所述每轮对话的对话信息中分别提取出至少一个情绪词语的步骤，可具体包括：
S1211、对所述每轮对话的对话信息进行结巴分词，得到多个词组；
S1212、利用预先训练好的Word2Vec词向量模型将所述多个词组分别转换成词向量，计算各个词向量与情绪词向量的余弦相似度，并筛选出余弦相似度大于预设相似度阈值的词向量作为目标词向量；其中，所述情绪词向量存储在预先构建的情绪词典中；
S1213、查询所述目标词向量所对应的词组，将所述目标词向量所对应的词组作为所述情绪词语。
本实施例利用结巴分词，将每轮对话的对话信息拆分为词组的集合，遍历所有语料库中的所有词语，依据语料库获取词组的集合中的停用词以及近义词，删除其中的停用词，并对其中的近义词进行去重处理。例如，对话信息为：“这个什么时候发货？？？”则输出的关键词为：“这个”、“什么”、“时候”、“发货”、“？？？”。然后利用预先训练好的Word2Vec词向量模型将该多个词组分别转换成词向量，得到各个词组对应的词向量，分别计算各个词组对应的词向量与情绪词向量的余弦相似度，并筛选出余弦相似度大于预设相似度阈值的词向量作为目标词向量，将目标词向量所对应的词组作为情绪词语，用于分析用户的情绪，以减少对干扰词语的处理，根据情绪词语精准快速地分析用户的情绪指数。例如，可选取表征情绪的词组“？？？”作为“这个什么时候发货？？？”的情绪词语，以分析出当前用户的情绪较为不满。
其中，Word2Vec词向量模型是从大量文本中学习语义知识的一种模型，采用无监督的方式。其通过训练大量文本，将文本中的词用向量形式表示，这个向量我们称之为词向量，可以通过计算两个词的词向量之间的距离，从而得知两个词之间的联系。所述情绪词典用于存储各种情绪词所对应的词向量，如高兴的词向量W1，伤心的词向量W2等等。
在一实施例中，在步骤S11中，所述利用文本挖掘算法控制机器人客服在所述人机交互界面上完成与所述用户的多轮对话的步骤，可具体包括：
S111、在所述人机交互界面上接收用户输入的问题，识别所述问题，根据识别结果判断所述问题是否命中知识库；
S112、若所述问题命中知识库，对所述问题进行语义理解并根据当前对话场景查询趣味性内容；
S113、获取所述问题的标准答案，控制机器人客服将所述趣味性内容融合进所述标准答案中回答所述用户的问题，以完成与所述用户的多轮对话。
其中，所述知识库为机器人中的数据库，该数据库可以根据实际需要进行创建及更新，该数据库中的每个问题对应一个或多个相应的回答。根据用户端发送的用户输入信息，生成标准答案，例如可以对用户输入信息进行语句分割、关键词提取、语义分析等处理；将关键词及/或语义分析结果与知识库的标准答案进行匹配，从而得到完全匹配或者匹配度最高的标准答案。
此外，在得到标准答案后，进一步分析当前对话场景，根据当前对话场景查询相应的趣味性内容，将趣味性内容融合进所述标准答案中回答用户的问题，从而完成与用户的对轮对话。例如，当对话场景较为轻松活跃时，则可在所述标准答案中加入趣味性表情包或流行语进行答复，以丰富客服内容的趣味性，提高服务质量。
在一实施例中，在步骤S15中，所述根据所述第一评分值及第二评分值计算得到所述机器人客服的综合评分值的步骤之后，还可包括：
根据所述用户在每轮对话的情绪指数绘制出情绪曲线，根据所述情绪曲线的走势分析所述用户的情绪变化情况；
当根据所述情绪变化情况判定所述用户的情绪由差变好时，则在所述综合评分值的基础上进行加分后更新所述综合评分值；
当根据所述情绪变化情况判定所述用户的情绪由好变差时，则在所述综合评分值的基础上进行减分后更新所述综合评分值。
本实施例可将每轮对话的情绪指数在图表上描点，绘制出情绪曲线，根据情绪曲线的走势分析所述用户的情绪变化情况，如用户的情绪是由差变好，还是由好变差，以结合用户的情绪变化情况更新综合评分值，根据更新后的综合评分值对机器人客服进行精准化评估。具体的，当用户的情绪指数由低变高，情绪曲线的走势为整体向上，则表明用户的情绪变化情况是情绪由差变好，则在综合评分值的基础上进行加分后更新综合评分值；当用户的情绪指数由高变低，情绪曲线的走势为整体向下，则表明用户的情绪变化情况是情绪由好变差，则在综合评分值的基础上进行减分后更新所述综合评分值。
参照图2，本申请实施例中还提供一种人工客服切换装置，包括：
控制模块11，用于响应于用户的咨询请求，跳转至人机交互界面，利用文本挖掘算法控制机器人客服在所述人机交互界面上完成与所述用户的多轮对话；
提取模块12，用于从所述多轮对话中分别提取出每轮对话的对话信息，对所述每轮对话的对话信息进行分析，根据分析结果确定所述用户在每轮对话的情绪指数；
第一评估模块13，用于根据所述用户每轮对话的情绪指数评估所述机器人客服的第一评分值；
第二评估模块14，用于根据所述每轮对话的对话信息确定机器人客服命中特殊字词的数量，根据所述特殊字词的数量评估所述机器人客服的第二评分值；其中，所述特殊字词包括敏感词和/或禁忌词；
计算模块15，用于根据所述第一评分值及第二评分值计算得到所述机器人客服的综合评分值，并判断所述综合评分值是否低于预设评分值；
显示模块16，用于当确定所述综合评分值低于预设评分值，或监测到所述用户的连续至少两轮对话的情绪指数都低于预设值时，在所述人机交互界面中显示人工客服通道的接入选项；
切换模块17，用于当接收到对所述人工客服通道的接入选项的选取指令时，获取所述机器人客服与所述用户的当前对话节点，将所述当前对话节点切换至人工客服通道。
用户可在其用户端发起咨询请求，该用户端是指在与机器人客服进行当前会话时，用户所使用的端口设备/软件，例如网页端或者运行在移动终端(如手机、平板电脑)上的应用程序。在进行当前会话时，用户在用户端输入相关对话信息，其具体形式可以是文字、语音或者其它类型信息。
终端响应于用户的咨询请求，用户可经过富媒体进行统一接入，由机器人客服首先进行接待，结合自然语言处理技术的文本挖掘算法，并通过关键词识别、语义理解、深度学习、槽填充等技术理解客户意图，提供一问一答、多轮问答的服务，具体可以将用户提问一次、机器人客服回复一次记为一轮对话；在实际操作中，用户可能会连续提出多个问题，在这种应用场景下，可以将机器人客服针对第一个问题的回答记为第一轮，针对第二个问题的回答记为第二轮，以实现机器人客服与用户的多轮对话功能。其中，自然语言处理技术是计算机科学，人工智能，语言学关注计算机和人类语言之间的相互作用的领域，其是实现人与计算机之间用自然语言进行有效通信的各种理论和方法。文本挖掘算法是抽取有效、新颖、有用、可理解的、散布在文本文件中的有价值知识，并且利用这些知识更好地组织信息的计算过程。文本挖掘利用智能算法，如神经网络、基于案例的推理、可能性推理等，并结合文字处理技术，分析大量的非结构化文本源(如文档、电子表格、客户电子邮件、问题查询、网页等)，抽取或标记关键字概念、文字间的关系，并按照内容对文档进行分类，获取有用的知识和信息。
用户在与机器人客服对话的时候，终端获取交互过程中的对话信息，然后对每轮对话的对话信息进行语义分析，根据分析结果确定用户在每轮对话的情绪指数。例如，用户通过应用程序购买物品，在询问物品的材质、尺寸、生产日期等信息时，机器人客服为用户解答问题，在这个对话过程中，终端获取用户询问和机器人客服解答的对话信息，然后对每段对话信息进行语义分析，以确定每段对话信息对应的情绪类型，根据情绪类型查询对应的情绪指数。其中，情绪类型可包括积极情绪类型、消极情绪类型及正常情绪类型，所述积极情绪对应的情绪指数比正常情绪类型所对应的情绪指数要大；所述正常情绪类型对应的情绪指数比消极情绪所对应的情绪指数要大，如高兴的情绪指数比生气的情绪指数要大。
在机器人客服与用户交互过程中，终端可实时对机器人客服的服务质量进行抽检评估，如检查对话内容、用语规范、客户反馈等，对机器人客服评分，同时分析顾客体验，洞察业务问题，以对机器人客服进行改进。具体的，可根据用户每轮对话的情绪指数按照预设换算规则后，计算得到评估所述机器人客服的第一评分值，例如，当用户每轮对话的情绪指数分别为1、1、3，可按照1比5的比例换算成评分值，分别为5、5、15，累加后得到第一评分值25，以根据每轮对话的情绪指数对机器人客服进行精细化评估。当然，还可针对不同的情绪类型设置相应的权重，根据权重及情绪指数计算得到第一评分值。
此外，可进一步对每轮对话的对话信息进行特殊字词识别，该特殊字词包括敏感词和/或禁忌词，如傻子、神经病、有病等类型的词语，并统计每轮对话的对话信息命中特殊字词的数量，若命中敏感词或禁忌词就扣分，若命中敬语则加分，并根据特殊字词的数量评估机器人客服的第二评分值，从而按对机器人客服的用语进行评估。例如，当机器人客服与用户对话过程中，机器人客服或用户使用敏感词或禁忌词的数量较少，使用敬语较多，则该机器人客服的第二评分值较高。
在获取第一评分值及第二评分值之后，可根据所述第一评分值及第二评分值计算得到机器人客服的综合评分值，如将第一评分值及第二评分值累加后得到综合评分值，或分别为第一评分值及第二评分值设置权重，根据第一评分值、第二评分值及其对应权重计算综合评分值。其中，可将第二评分值的权重设置成大于第一评分值的权重，以减少后续机器人客服对敏感词或禁忌词的使用。
进一步地，获取所述用户的连续至少两轮对话的情绪指数，当确定综合评分值低于预设评分值，或监测到所述用户的连续至少两轮对话的情绪指数都低于预设值时，则在所述人机交互界面中显示人工客服通道的接入选项，以供用户选择是否转为人工客服。此外，还可通过检测客户情绪状态，或判断所述机器人客服与所述用户之间的交互轮数是否大于预设轮数，实现自动转接人工客服。此外，还可对于用户未解决重复提问的问题转入人工客服。
机器人客服无法满足用户需求时，及时识别客户情绪和意图，在用户界面中显示人工服务通道的接入选项，若用户需要接入人工客服，则选择该接入选项，此时触发进入人工服务通道，在用户确认转入人工客服后，获取机器人客服与所述用户的当前对话节点，将所述当前对话节点切换至人工客服通道，以支持自动在线转接人工，提升客户体验。
若用户不需要接入人工客服，则不选择人工服务通道的接入选项或者选择不接入的选项，此时继续留在机器人服务通道，从而通过分析对话内容检测顾客的情绪变化和潜在意图，及时转入人工客服通道，以提供更高效高质的接待服务。
其中，确定接收到切换指令的方式可以有多种，具体地，在终端询问用户是否切换为人工客服后，接收到用户输入的“是”或者“切换”，则确定接收到切换指令；或者终端在显示屏上切换按钮后，接收到用户点击该切换按钮，则确定接收到切换指令。
如上所述，可以理解地，本申请中提出的所述人工客服切换装置的各组成部分可以实现如上所述人工客服切换方法任一项的功能，具体结构不再赘述。
参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于关系抽取模型、药物发现模型等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种人工客服切换方法。
上述处理器执行上述的人工客服切换方法，包括：
响应于用户的咨询请求，跳转至人机交互界面，利用文本挖掘算法控制机器人客服在所述人机交互界面上完成与所述用户的多轮对话；
从所述多轮对话中分别提取出每轮对话的对话信息，对所述每轮对话的对话信息进行分析，根据分析结果确定所述用户在每轮对话的情绪指数；
根据所述用户每轮对话的情绪指数评估所述机器人客服的第一评分值；
根据所述每轮对话的对话信息确定机器人客服命中特殊字词的数量，根据所述特殊字词的数量评估所述机器人客服的第二评分值；其中，所述特殊字词包括敏感词和/或禁忌词；
根据所述第一评分值及第二评分值计算得到所述机器人客服的综合评分值，并判断所述综合评分值是否低于预设评分值；
当确定所述综合评分值低于预设评分值，或监测到所述用户的连续至少两轮对话的情绪指数都低于预设值时，在所述人机交互界面中显示人工客服通道的接入选项；
当接收到对所述人工客服通道的接入选项的选取指令时，获取所述机器人客服与所述用户的当前对话节点，将所述当前对话节点切换至人工客服通道。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种人工客服切换方法，包括步骤：
响应于用户的咨询请求，跳转至人机交互界面，利用文本挖掘算法控制机器人客服在所述人机交互界面上完成与所述用户的多轮对话；
从所述多轮对话中分别提取出每轮对话的对话信息，对所述每轮对话的对话信息进行分析，根据分析结果确定所述用户在每轮对话的情绪指数；
根据所述用户每轮对话的情绪指数评估所述机器人客服的第一评分值；
根据所述每轮对话的对话信息确定机器人客服命中特殊字词的数量，根据所述特殊字词的数量评估所述机器人客服的第二评分值；其中，所述特殊字词包括敏感词和/或禁忌词；
根据所述第一评分值及第二评分值计算得到所述机器人客服的综合评分值，并判断所述综合评分值是否低于预设评分值；
当确定所述综合评分值低于预设评分值，或监测到所述用户的连续至少两轮对话的情绪指数都低于预设值时，在所述人机交互界面中显示人工客服通道的接入选项；
当接收到对所述人工客服通道的接入选项的选取指令时，获取所述机器人客服与所述用户的当前对话节点，将所述当前对话节点切换至人工客服通道。
本领域普通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，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
综上所述，本申请的最大有益效果在于：
本申请的人工客服切换方法、装置、存储介质和计算机设备，本申请通过响应于用户的咨询请求，跳转至人机交互界面，利用文本挖掘算法控制机器人客服在人机交互界面上完成与所述用户的多轮对话；从多轮对话中分别提取出每轮对话的对话信息，对每轮对话的对话信息进行分析，根据分析结果确定用户在每轮对话的情绪指数，用于分析用户的情绪状态；然后根据用户每轮对话的情绪指数评估机器人客服的第一评分值，并根据每轮对话的对话信息确定机器人客服命中特殊字词的数量，根据特殊字词的数量评估机器人客服的第二评分值；根据第一评分值及第二评分值计算得到机器人客服的综合评分值，以对机器人客服的服务情况及时、客观地量化评估；当确定综合评分值低于预设评分值，或监测到用户的连续至少两轮对话的情绪指数都低于预设值时，在人机交互界面中显示人工客服通道的接入选项；当接收到对人工客服通道的接入选项的选取指令时，获取机器人客服与用户的当前对话节点，将当前对话节点切换至人工客服通道，以实现对用户的情绪状态及时检测，在用户对当前人工客服的服务不满意时，及时切换至人工客服，以使用户提出的问题能及时得到解决，提升用户体验，也避免了投诉的发生。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。
Claims (10)
1.一种人工客服切换方法，其特征在于，包括：
响应于用户的咨询请求，跳转至人机交互界面，利用文本挖掘算法控制机器人客服在所述人机交互界面上完成与所述用户的多轮对话；
从所述多轮对话中分别提取出每轮对话的对话信息，对所述每轮对话的对话信息进行分析，根据分析结果确定所述用户在每轮对话的情绪指数；
根据所述用户每轮对话的情绪指数评估所述机器人客服的第一评分值；
根据所述每轮对话的对话信息确定机器人客服命中特殊字词的数量，根据所述特殊字词的数量评估所述机器人客服的第二评分值；其中，所述特殊字词包括敏感词和/或禁忌词；
根据所述第一评分值及第二评分值计算得到所述机器人客服的综合评分值，并判断所述综合评分值是否低于预设评分值；
当确定所述综合评分值低于预设评分值，或监测到所述用户的连续至少两轮对话的情绪指数都低于预设值时，在所述人机交互界面中显示人工客服通道的接入选项；
当接收到对所述人工客服通道的接入选项的选取指令时，获取所述机器人客服与所述用户的当前对话节点，将所述当前对话节点切换至人工客服通道。
2.根据权利要求1所述的方法，其特征在于，所述对所述每轮对话的对话信息进行分析，根据分析结果确定所述用户在每轮对话的情绪指数的步骤，包括：
从所述每轮对话的对话信息中分别提取出至少一个情绪词语，并确定各个所述情绪词语的词性；其中，所述词性用于表征情绪词语为积极情绪词、中性词或消极情绪词中的其中一种；
根据所述词性从预设的对照表中查询各个所述情绪词语对应的情绪指数；
将同一轮对话的各个所述情绪词语对应的情绪指数分别进行累加后，得到所述用户在每轮对话的情绪指数。
3.根据权利要求2所述的方法，其特征在于，所述从所述每轮对话的对话信息中分别提取出至少一个情绪词语的步骤，包括：
对所述每轮对话的对话信息进行结巴分词，得到多个词组；
利用预先训练好的Word2Vec词向量模型将所述多个词组分别转换成词向量，计算各个词向量与情绪词向量的余弦相似度，并筛选出余弦相似度大于预设相似度阈值的词向量作为目标词向量；其中，所述情绪词向量存储在预先构建的情绪词典中；
查询所述目标词向量所对应的词组，将所述目标词向量所对应的词组作为所述情绪词语。
4.根据权利要求1所述的方法，其特征在于，当所述人工客服通道具有多个时，所述将所述当前对话节点切换至人工客服通道的步骤，包括：
获取各个所述人工客服通道所对应的人工客服的评分；其中，所述评分用于评价所述人工客服的历史服务情况；
根据所述人工客服的评分分别设置对应各个所述人工客服通道的优先级；
根据所述综合评分值确定对应优先级的人工客服通道，得到目标人工客服通道，将所述当前对话节点切换至目标人工客服通道；其中，所述目标人工客服通道的优先级与所述综合评分值成反比。
5.根据权利要求1所述的方法，其特征在于，所述利用文本挖掘算法控制机器人客服在所述人机交互界面上完成与所述用户的多轮对话的步骤，包括：
在所述人机交互界面上接收用户输入的问题，识别所述问题，根据识别结果判断所述问题是否命中知识库；
若所述问题命中知识库，对所述问题进行语义理解并根据当前对话场景查询趣味性内容；
获取所述问题的标准答案，控制机器人客服将所述趣味性内容融合进所述标准答案中回答所述用户的问题，以完成与所述用户的多轮对话。
6.根据权利要求1所述的方法，其特征在于，所述将所述当前对话节点切换至人工客服通道的步骤之后，还包括：
根据所述用户在每轮对话的情绪指数及所述综合评分值生成可视化统计报告；
将所述机器人客服与所述用户的每轮对话的对话信息，以及每轮对话的情绪指数打包成数据包；
将所述可视化统计报告及数据包上传至所述人工客服通道。
7.根据权利要求1所述的方法，其特征在于，所述根据所述第一评分值及第二评分值计算得到所述机器人客服的综合评分值的步骤之后，还包括：
根据所述用户在每轮对话的情绪指数绘制出情绪曲线，根据所述情绪曲线的走势分析所述用户的情绪变化情况；
当根据所述情绪变化情况判定所述用户的情绪由差变好时，则在所述综合评分值的基础上进行加分后更新所述综合评分值；
当根据所述情绪变化情况判定所述用户的情绪由好变差时，则在所述综合评分值的基础上进行减分后更新所述综合评分值。
8.一种人工客服切换装置，其特征在于，包括：
控制模块，用于响应于用户的咨询请求，跳转至人机交互界面，利用文本挖掘算法控制机器人客服在所述人机交互界面上完成与所述用户的多轮对话；
提取模块，用于从所述多轮对话中分别提取出每轮对话的对话信息，对所述每轮对话的对话信息进行分析，根据分析结果确定所述用户在每轮对话的情绪指数；
第一评估模块，用于根据所述用户每轮对话的情绪指数评估所述机器人客服的第一评分值；
第二评估模块，用于根据所述每轮对话的对话信息确定机器人客服命中特殊字词的数量，根据所述特殊字词的数量评估所述机器人客服的第二评分值；其中，所述特殊字词包括敏感词和/或禁忌词；
计算模块，用于根据所述第一评分值及第二评分值计算得到所述机器人客服的综合评分值，并判断所述综合评分值是否低于预设评分值；
显示模块，用于当确定所述综合评分值低于预设评分值，或监测到所述用户的连续至少两轮对话的情绪指数都低于预设值时，在所述人机交互界面中显示人工客服通道的接入选项；
切换模块，用于当接收到对所述人工客服通道的接入选项的选取指令时，获取所述机器人客服与所述用户的当前对话节点，将所述当前对话节点切换至人工客服通道。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述人工客服切换方法的步骤。
10.一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，所述计算机程序被处理器执行时实现权利要求1至7中任一项所述人工客服切换方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110456073.1A CN113157371A (zh) | 2021-04-26 | 2021-04-26 | 人工客服切换方法、装置、存储介质和计算机设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110456073.1A CN113157371A (zh) | 2021-04-26 | 2021-04-26 | 人工客服切换方法、装置、存储介质和计算机设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113157371A true CN113157371A (zh) | 2021-07-23 |
Family
ID=76871045
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110456073.1A Pending CN113157371A (zh) | 2021-04-26 | 2021-04-26 | 人工客服切换方法、装置、存储介质和计算机设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113157371A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114860912A (zh) * | 2022-05-20 | 2022-08-05 | 马上消费金融股份有限公司 | 数据处理方法、装置、电子设备和存储介质 |
| CN115086257A (zh) * | 2022-06-16 | 2022-09-20 | 平安银行股份有限公司 | 一种人机客服互动方法、装置、终端设备和存储介质 |
| CN116110080A (zh) * | 2023-04-04 | 2023-05-12 | 成都新希望金融信息有限公司 | 一种真人面签和虚拟人面签的切换方法 |
| CN117151727A (zh) * | 2023-10-30 | 2023-12-01 | 南通贝瑞斯曼信息科技有限公司 | 基于用户行为分析的客服智能切换方法 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2746913A1 (en) * | 2012-10-18 | 2014-06-25 | Huawei Technologies Co., Ltd. | Method and device for switching multiple message response windows |
| US20170019356A1 (en) * | 2015-07-16 | 2017-01-19 | At&T Intellectual Property I, L.P. | Service platform to support automated chat communications and methods for use therewith |
| CN109801105A (zh) * | 2019-01-17 | 2019-05-24 | 深圳壹账通智能科技有限公司 | 基于人工智能的服务评分方法、装置、设备及存储介质 |
| CN110991178A (zh) * | 2019-11-08 | 2020-04-10 | 苏宁金融科技(南京)有限公司 | 智能客服与人工客服的切换方法、装置及计算机设备 |
-
2021
- 2021-04-26 CN CN202110456073.1A patent/CN113157371A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP2746913A1 (en) * | 2012-10-18 | 2014-06-25 | Huawei Technologies Co., Ltd. | Method and device for switching multiple message response windows |
| US20170019356A1 (en) * | 2015-07-16 | 2017-01-19 | At&T Intellectual Property I, L.P. | Service platform to support automated chat communications and methods for use therewith |
| CN109801105A (zh) * | 2019-01-17 | 2019-05-24 | 深圳壹账通智能科技有限公司 | 基于人工智能的服务评分方法、装置、设备及存储介质 |
| CN110991178A (zh) * | 2019-11-08 | 2020-04-10 | 苏宁金融科技(南京)有限公司 | 智能客服与人工客服的切换方法、装置及计算机设备 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114860912A (zh) * | 2022-05-20 | 2022-08-05 | 马上消费金融股份有限公司 | 数据处理方法、装置、电子设备和存储介质 |
| CN114860912B (zh) * | 2022-05-20 | 2023-08-29 | 马上消费金融股份有限公司 | 数据处理方法、装置、电子设备和存储介质 |
| CN115086257A (zh) * | 2022-06-16 | 2022-09-20 | 平安银行股份有限公司 | 一种人机客服互动方法、装置、终端设备和存储介质 |
| CN116110080A (zh) * | 2023-04-04 | 2023-05-12 | 成都新希望金融信息有限公司 | 一种真人面签和虚拟人面签的切换方法 |
| CN116110080B (zh) * | 2023-04-04 | 2023-07-04 | 成都新希望金融信息有限公司 | 一种真人面签和虚拟人面签的切换方法 |
| CN117151727A (zh) * | 2023-10-30 | 2023-12-01 | 南通贝瑞斯曼信息科技有限公司 | 基于用户行为分析的客服智能切换方法 |
| CN117151727B (zh) * | 2023-10-30 | 2024-02-02 | 南通贝瑞斯曼信息科技有限公司 | 基于用户行为分析的客服智能切换方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113157371A (zh) | 人工客服切换方法、装置、存储介质和计算机设备 | |
| CN110162611B (zh) | 一种智能客服应答方法及系统 | |
| CN110765244A (zh) | 获取应答话术的方法、装置、计算机设备及存储介质 | |
| CN113360622B (zh) | 用户对话信息的处理方法、装置及计算机设备 | |
| CN112037799B (zh) | 语音中断处理方法、装置、计算机设备和存储介质 | |
| CN111078856B (zh) | 一种群聊对话处理方法、装置及电子设备 | |
| US20220050970A1 (en) | Detection of Relational Language in Human-Computer Conversation | |
| CN111858854A (zh) | 一种基于历史对话信息的问答匹配方法及相关装置 | |
| CN111191450A (zh) | 语料清洗方法、语料录入设备及计算机可读存储介质 | |
| CN111309881A (zh) | 智能问答中未知问题处理方法、装置、计算机设备和介质 | |
| CN111291172A (zh) | 用于处理文本的方法和装置 | |
| CN108920603B (zh) | 一种基于客服机器模型的客服引导方法 | |
| CN114678014A (zh) | 意图识别方法、装置、计算机设备及计算机可读存储介质 | |
| KR20190046062A (ko) | 대화 시스템을 위한 대화 시나리오 데이터베이스 구축 방법 및 장치 | |
| CN113626568A (zh) | 机器人的人机对话控制方法、装置、计算机设备及介质 | |
| CN113342958A (zh) | 问答匹配方法、文本匹配模型的训练方法和相关设备 | |
| CN112632248A (zh) | 问答方法、装置、计算机设备和存储介质 | |
| CN113901837A (zh) | 一种意图理解方法、装置、设备及存储介质 | |
| CN110931002B (zh) | 人机交互方法、装置、计算机设备和存储介质 | |
| CN112667792A (zh) | 人机对话数据处理方法、装置、计算机设备和存储介质 | |
| CN117235213A (zh) | 一种交互式客服方法及系统 | |
| CN110929014A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
| CN113190660A (zh) | 问卷调查的方法和装置 | |
| KR102370437B1 (ko) | 버추얼 상담 시스템 및 이를 이용한 상담방법 | |
| CN110765242A (zh) | 一种客服信息的提供方法，装置及系统 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210723 |