CN114186040A - 一种智能机器人客服的运作方法 - Google Patents
一种智能机器人客服的运作方法 Download PDFInfo
- Publication number
- CN114186040A CN114186040A CN202111433703.XA CN202111433703A CN114186040A CN 114186040 A CN114186040 A CN 114186040A CN 202111433703 A CN202111433703 A CN 202111433703A CN 114186040 A CN114186040 A CN 114186040A
- Authority
- CN
- China
- Prior art keywords
- management
- unit
- knowledge
- service
- analysis
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Health & Medical Sciences (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- Animal Behavior & Ethology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种智能机器人客服的运作方法,包括:服务引擎,服务引擎用于处理分析数据;机器人前端平台,所述机器人前端平台包括:机器人核心运行框架、消息处理模块、服务器通讯控制模块、服务接口模块和二次开发框架;后台管理平台,所述后台管理平台的功能至少包括:服务管理、渠道管理、系统管理、运维管理和知识管理;知识库,所述知识库内设置有若干个知识条目,所述知识库至少包括:通用语言知识库、专业语音知识库和专业业务知识库;语义联想处理平台,所述语义联想处理平台用于处理分析用户输入的文字信息;实现了智能机器人客服做出更为准确、合适的答复,提高用户使用体验。
Description
技术领域
本发明涉及到信息处理技术领域,尤其涉及到一种智能机器人客服的运作方法。
背景技术
智能机器人系统最重要的一个特点就是智能机器人能与用户以自然语言对话的形式互动。通过复杂的语义分析,智能机器人能适应语义的变化,根据话题的转变而转变,利用上下文来推出答案。它还能提供给用户额外的信息,为用户提供建议或引导用户。
在线上服务平台中,智能客服/机器人需要准备识别来访者的需求,就需要能够识别到来访者发出的文字、语音、图片。但是实际上,用户在作出提问、检索时,常常会因缺失关键信息而导致无法识别、检索到对应的内容,导致服务平台内部的智能机器人系统无法提高给用户对应的服务。
现有的服务平台内的智能机器人系统没有设置全文联系措施、模糊问答、敏感过滤、简称识别等功能,或是功能过于简单导致分析的正答率过低,进而无法分析出对应的结论。并且还需要解决用户错别字输入、引导用户进行输入等问题。
智能机器人系统要通过语义联想方法来解决用户问题,还需要配备对应领域的管理措施、分析系统、日志系统等。并且需要进行自我学习、升级。
因此,亟需一种能够解决以上一种或多种问题的智能机器人客服的运作方法。
发明内容
为解决现有技术中存在的一种或多种问题,本发明提供了一种智能机器人客服的运作方法。本发明为解决上述问题采用的技术方案是:一种智能机器人客服的运作方法,包括:服务引擎,服务引擎用于处理分析数据;机器人前端平台,所述机器人前端平台包括:机器人核心运行框架、消息处理模块、服务器通讯控制模块、服务接口模块和二次开发框架;
后台管理平台,所述后台管理平台的功能至少包括:服务管理、渠道管理、系统管理、运维管理和知识管理;
知识库,所述知识库内设置有若干个知识条目,所述知识库至少包括:通用语言知识库、专业语音知识库和专业业务知识库;
语义联想处理平台,所述语义联想处理平台包括:
S010,文本处理单元,所述文本处理单元用于中文分词、词性标注和命名实体识别;
S020,过滤单元,所述过滤单元用于过滤非法词、停词、前后缀;
S030,纠错单元,所述纠错单元用于拼音纠错、英文纠错;
S040,词法分析单元,所述词法分析单元用于确定句子中相对通用的语义信息并输出词义分析结果;
S050,句子匹配单元,所述句子匹配单元内设置有若干个语义匹配模板,所述句子匹配单元内设置有向量空间相似度计算方程式,所述词义匹配模板和所述向量空间相似度计算方程式使用所述词义分析结果进行处理并从所述知识库中备选一条或多条知识条目。
进一步地,所述后台管理平台的服务管理功能提供:系统服务管理、服务参数管理、特殊欢迎语配置、对话预处理管理、签名活动管理、调查投票管理、动态菜单管理、热点问题管理。
进一步地,所述后台管理平台的知识管理功能提供:知识库管理、本体类管理、词类管理、高级功能管理、知识点统计管理、知识实例管理;
所述知识实例管理的内容至少包括:实例名称、属性名称、标准问题、答案、维度、有效时间起止、信息查询、编辑维护、信息导入和信息导出。
进一步地,所述后台管理平台的运维管理功能提供:日志管理和统计分析管理;所述日志管理的内容包括:人机交互日志、自动问答明细和操作日志管理。
进一步地,所述语义联想处理平台还包括:
S041,模糊问答单元,所述模糊问答单元内设置有引导单元,所述词法分析单元判断用户的输入问题为模糊或只有单个字词时,所述引导单元通过服务引擎进行分析处理并输出最相关的所述知识条目;
S042,反问单元,当所述模糊问答单元输出多个所述知识条目时,所述反问单元通过所述服务引擎对多个所述知识条目进行分析处理并对用户提出反问;
S043,敏感过滤单元,所述敏感过滤单元内设置有敏感词汇识别模块,所述敏感过滤单元通过服务引擎对用户输入的非法词汇进行识别并输出预设回答口径。
进一步地,所述语义联想处理平台还包括:
S060,上下文关联单元,所述上下文关联单元内设置有用户上文记忆单元,所述上下文关联单元通过使用服务引擎解析出答案。
进一步地,所述语义联想处理平台还包括:
S070,场景识别单元,所述场景识别单元通过服务引擎识别会话场景并确实备选的所述知识库。
进一步地,所述语义联想处理平台还包括:
S080,地域识别单元,所述地域识别单元用于识别当前用户的地理位置并通过服务引擎确定备选的所述知识库。
进一步地,所述语义联想处理平台还包括:
S090,语义规则定义模板,所述语义规则定义模块用于配合所述词法分析单元、所述句子匹配单元通过服务引擎进行数据处理,所述语义规则定义模块由管理者进行制定、修改和增添。
进一步地,所述词法分析单元还包括:词类模块、文本分类单元、特征抽取单元、自动推理单元;
所述词类模块至少能够进行同义词分析、近义词分析、意愿词分析、范围词分析、集合词分析、全简称识别。
本发明取得的有益价值是:本发明通过机器人前端平台实现了方便、高效的人机交互,机器人前端平台配合后台管理平台去对整个系统进分配、处理,提高系统稳定性、高效性;处于中间的语义联想处理平台再通过使用服务引擎去处理分析各个单元的数据,进而从所述知识库中选择出对应的知识条目,实现识别文字、联想文字的功能;巧妙地设置所述文本处理单元、所述过滤单元、所述纠错单元、所述词法分析单元、所述句子匹配单元以及其他单元、模块,配合实现高准确率地识别、分析用户的来意并进行对用户的引导,进而使得用户能够准确、快速地找到需要寻找的知识条目(内容);部分对自己需要寻找的知识条目不是非常清楚的用户,在经过设置的所述上下文关联单元、所述模糊问答单元、所述反问单元后,能够协助用户回忆起或寻找到自己需要找的知识条目,同时对于恶意用户通过非法词汇进行访问时,能够快速识别、反应;根据业务流程、地区设置的所述语义规则定义模块、所述地域识别单元,能够提高系统反应速度和做出更为合适的联想、答复,进而提高用户体验。以上极大地提高了本发明的实用价值。
附图说明
图1为本发明一种智能机器人客服的运作方法的示意图;
图2为本发明一种智能机器人客服的运作方法的语义联想处理平台的示意框图I;
图3本发明一种智能机器人客服的运作方法的语义联想处理平台的示意框图II。
具体实施方式
为使本发明的上述目的、特征和优点能够更加浅显易懂,下面结合附图对本发明的具体实施方式做详细的说明。在下面的描述中阐述了很多具体细节以便于充分理解本发明。但是本发明能够以很多不同于此描述的其他方式来实施,本领域技术人员可以在不违背本发明内涵的情况下做类似改进,因此本发明不受下面公开的具体实施例限制。
如图1-图3所示,本发明公开了一种智能机器人客服的运作方法,包括:服务引擎T04,服务引擎T04用于处理分析数据;机器人前端平台T01,所述机器人前端平台T01包括:机器人核心运行框架、消息处理模块、服务器通讯控制模块、服务接口模块和二次开发框架;
后台管路平台T03,所述后台管路平台T03的功能至少包括:服务管理、渠道管理、系统管理、运维管理和知识管理;
知识库,所述知识库内设置有若干个知识条目,所述知识库至少包括:通用语言知识库、专业语音知识库和专业业务知识库;
语义联想处理平台T02,所述语义联想处理平台T02包括:
S010,文本处理单元,所述文本处理单元用于中文分词、词性标注和命名实体识别;
S020,过滤单元,所述过滤单元用于过滤非法词、停词、前后缀;
S030,纠错单元,所述纠错单元用于拼音纠错、英文纠错;
S040,词法分析单元,所述词法分析单元用于确定句子中相对通用的语义信息并输出词义分析结果;
S050,句子匹配单元,所述句子匹配单元内设置有若干个语义匹配模板,所述句子匹配单元内设置有向量空间相似度计算方程式,所述词义匹配模板和所述向量空间相似度计算方程式使用所述词义分析结果进行处理并从所述知识库中备选一条或多条知识条目。
本发明在应用时,客户通过网站或电话接入智能机器人,机器人根据客户信息(IP、号码归属地等)优先判定并抽取相对应知识库分类,并且引导客户回答必要查询条件,通过服务引擎T04计算,初次回复相关商品列表,再次引导客户输入下一步筛选条件,对初次回复的相关商品再次筛选后回复客户,客户如有后续意向,则通过接口将相关信息推送平台,亦可通过机器人直接进行下单操作,并将相关订单信息推送平台。机器人也可提供售后相关信息查询机器人通过客户输入相关查询信息,推送至平台,平台即时查询并且返回相关信息,机器人则通过客户输入方式(在线、电话)反馈。如客户输入相关产品图片,则机器人通过图像识别等相关技术收取相应信息,实时反馈图片对应平台内商品。
需要指出的是,还包括质量分析工具,质量分析工具用于帮助回答如下问题:智能机器人回答用户问题的正确率是多少;错误率是多少;成功解决用户的问题;没有解决用户就离开;用户最关注的问题;某时间段内用户问的最多的热点问题。
为了改善智能机器人,质量分析工具能帮助平台回答以下回答:用户问的最频繁的问题是什么;哪些问题是用户问的最频繁的,但机器人无法回答;哪些问题是机器人容易误解的。
具体地,所述后台管路平台T03的服务管理功能提供:系统服务管理、服务参数管理、特殊欢迎语配置、对话预处理管理、签名活动管理、调查投票管理、动态菜单管理、热点问题管理。所述后台管路平台T03的知识管理功能提供:知识库管理、本体类管理、词类管理、高级功能管理、知识点统计管理、知识实例管理;所述知识实例管理的内容至少包括:实例名称、属性名称、标准问题、答案、维度、有效时间起止、信息查询、编辑维护、信息导入和信息导出。
需要说明的是,所述知识实施例管路中的维度功能为:使知识可以按照不同的逻辑和视角进行组织分类,如按照业务类型、部门组织、时间、地域等进行分类。一条知识可以录入到多个知识维度中,并在相应维度中可以查看到,当知识进行更新时即所有维度中的知识即时更新。支持进行多维度的分类,可以无限级向下延伸,知识分类可以自由的调整顺序及父子关系。通过知识的维度管理实现企业业务知识在全渠道针对性内容展现、为全客户提供差异化服务体验。从业务上知识的角度可以划分成基础业务、活动类、数据类、信息类等各种业务知识,并可分地域分别维护加载。
具体地,所述后台管路平台T03的知识管理功能提供:知识库管理、本体类管理、词类管理、高级功能管理、知识点统计管理、知识实例管理;所述知识实例管理的内容至少包括:实例名称、属性名称、标准问题、答案、维度、有效时间起止、信息查询、编辑维护、信息导入和信息导出。所述后台管路平台T03的运维管理功能提供:日志管理和统计分析管理;所述日志管理的内容包括:人机交互日志、自动问答明细和操作日志管理。
需要说明的是,统计分析报表是所述后台管路平台T03的重要组成部分,是服务效果和网上客服功能的评价基础。所有操作做到可以定义和批量处理,为不断完善系统和决策支持系统提供充分可量化的直观数据和统计报表,并可根据需要定制。所述系统管理的内容包括:授权管路(包括用户管理、角色管理、权限管理和资源管理,可增删改查平台用户及其角色,设置各个功能模块的资源路径);接口权限管路(设置接口服务的类型和允许访问IP的规则);系统参数管理(可设置项目ID、项目名称和系统名称等参数)。
需要说明的是,服务引擎T04具有密集的算法和密集的数据,可以是现有常用的数据分析引擎之一并且能够通过人工智能进行自我升级、学习,如:TensorFlow、Hadoop、Apache Spark等。所述知识库为多个业务知识库,可以是现有的知识库,也可以是管理者撰写的知识库,所述知识库的内容一般为不同专业名词及其内容,如:通用语言知识库、专业语音知识库和专业业务知识库,通过这些知识库来提供服务之余辅助系统进行文字识别、分析、输出。需要指出的是不同的单元一般为执行软件内的不同主函数或功能模块。一般来说,服务引擎T04内包括了文字联想后的输出模块、用于进行咨询的基本咨询问答模块,所述基本咨询问答模块可包括:中文自然语言、基本业务信息、业务产品信息和活动信息咨询等。
具体地,如图2所示,还包括:S060,上下文关联单元,所述上下文关联单元内设置有用户上文记忆单元,所述上下文关联单元通过使用服务引擎T04解析出答案。当用户的问题缺少一些关键信息时,所述上下文关联单元配合服务引擎T04,将问题与用户的上下文结合起来进行分析,再给出最合适的答案。服务引擎T04是模拟人的思维和用户进行交互的,一些特定知识点之间存在着关联关系,引擎具有“记忆用户上文”的能力,并能和新的问题结合在一起进行解析并给出答案,体现了机器人问答过程的流畅性。
S070,场景识别单元,所述场景识别单元通过服务引擎识别会话场景(话题类型)并确实备选的所述知识库;
以及S080,地域识别单元,所述地域识别单元用于识别当前用户的地理位置并通过服务引擎T04确定备选的所述知识库。
S090,语义规则定义模板,所述语义规则定义模块用于配合所述词法分析单元、所述句子匹配单元通过服务引擎T04进行数据处理,所述语义规则定义模块由管理者进行制定、修改和增添。通过所述地域识别单元、所述语义规则定义模板根据业务的发展情况方便未来的扩展维护。
具体地,如图3所示,还包括:S041,模糊问答单元,所述模糊问答单元内设置有引导单元,所述词法分析单元判断用户的输入问题为模糊或只有单个字词时,所述引导单元通过服务引擎T04进行分析处理并输出最相关的所述知识条目,进而提高系统输出的正确率。
S042,反问单元,当所述模糊问答单元输出多个所述知识条目时,所述反问单元通过所述服务引擎T04对多个所述知识条目进行分析处理并对用户提出反问,辅助系统获取更多用户信息以便于分析用户来意。
S043,敏感过滤单元,所述敏感过滤单元内设置有敏感词汇识别模块,所述敏感过滤单元通过服务引擎T04对用户输入的非法词汇进行识别并输出预设回答口径。
具体地,所述词法分析单元还包括:词类模块;所述词类模块至少能够进行同义词分析、近义词分析、意愿词分析、范围词分析、集合词分析、全简称识别;所述词法分析单元至少还包括:文本分类单元、特征抽取单元、自动推理单元;进而实现词汇理解、联想。
综上所述,本发明通过机器人前端平台T01实现了方便、高效的人机交互,机器人前端平台T01配合后台管路平台T03去对整个系统进分配、处理,提高系统稳定性、高效性;处于中间的语义联想处理平台T02再通过使用服务引擎T04去处理分析各个单元的数据,进而从所述知识库中选择出对应的知识条目,实现识别文字、联想文字的功能;巧妙地设置所述文本处理单元、所述过滤单元、所述纠错单元、所述词法分析单元、所述句子匹配单元以及其他单元、模块,配合实现高准确率地识别、分析用户的来意并进行对用户的引导,进而使得用户能够准确、快速地找到需要寻找的知识条目(内容);部分对自己需要寻找的知识条目不是非常清楚的用户,在经过设置的所述上下文关联单元、所述模糊问答单元、所述反问单元后,能够协助用户回忆起或寻找到自己需要找的知识条目,同时对于恶意用户通过非法词汇进行访问时,能够快速识别、反应;根据业务流程、地区设置的所述语义规则定义模块、所述地域识别单元,能够提高系统反应速度和做出更为合适的联想、答复,进而提高用户体验。以上极大地提高了本发明的实用价值。
以上所述的实施例仅表达了本发明的一种或多种实施方式,其描述较为具体和详细,但并不能因此理解为对本发明专利的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明的构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明的保护范围应以所附权利要求为准。
Claims (10)
1.一种智能机器人客服的运作方法,包括:服务引擎,服务引擎用于处理分析数据,其特征在于,机器人前端平台,所述机器人前端平台包括:机器人核心运行框架、消息处理模块、服务器通讯控制模块、服务接口模块和二次开发框架;
后台管理平台,所述后台管理平台的功能至少包括:服务管理、渠道管理、系统管理、运维管理和知识管理;
知识库,所述知识库内设置有若干个知识条目,所述知识库至少包括:通用语言知识库、专业语音知识库和专业业务知识库;
语义联想处理平台,所述语义联想处理平台包括:
S010,文本处理单元,所述文本处理单元用于中文分词、词性标注和命名实体识别;
S020,过滤单元,所述过滤单元用于过滤非法词、停词、前后缀;
S030,纠错单元,所述纠错单元用于拼音纠错、英文纠错;
S040,词法分析单元,所述词法分析单元用于确定句子中相对通用的语义信息并输出词义分析结果;
S050,句子匹配单元,所述句子匹配单元内设置有若干个语义匹配模板,所述句子匹配单元内设置有向量空间相似度计算方程式,所述词义匹配模板和所述向量空间相似度计算方程式使用所述词义分析结果进行处理并从所述知识库中备选一条或多条知识条目。
2.根据权利要求1所述的一种智能机器人客服的运作方法,其特征在于,所述后台管理平台的服务管理功能提供:系统服务管理、服务参数管理、特殊欢迎语配置、对话预处理管理、签名活动管理、调查投票管理、动态菜单管理、热点问题管理。
3.根据权利要求1所述的一种智能机器人客服的运作方法,其特征在于,所述后台管理平台的知识管理功能提供:知识库管理、本体类管理、词类管理、高级功能管理、知识点统计管理、知识实例管理;
所述知识实例管理的内容至少包括:实例名称、属性名称、标准问题、答案、维度、有效时间起止、信息查询、编辑维护、信息导入和信息导出。
4.根据权利要求1所述的一种智能机器人客服的运作方法,其特征在于,所述后台管理平台的运维管理功能提供:日志管理和统计分析管理;所述日志管理的内容包括:人机交互日志、自动问答明细和操作日志管理。
5.根据权利要求1所述的一种智能机器人客服的运作方法,其特征在于,所述语义联想处理平台还包括:
S041,模糊问答单元,所述模糊问答单元内设置有引导单元,所述词法分析单元判断用户的输入问题为模糊或只有单个字词时,所述引导单元通过服务引擎进行分析处理并输出最相关的所述知识条目;
S042,反问单元,当所述模糊问答单元输出多个所述知识条目时,所述反问单元通过所述服务引擎对多个所述知识条目进行分析处理并对用户提出反问;
S043,敏感过滤单元,所述敏感过滤单元内设置有敏感词汇识别模块,所述敏感过滤单元通过服务引擎对用户输入的非法词汇进行识别并输出预设回答口径。
6.根据权利要求1所述的一种智能机器人客服的运作方法,其特征在于,所述语义联想处理平台还包括:
S060,上下文关联单元,所述上下文关联单元内设置有用户上文记忆单元,所述上下文关联单元通过使用服务引擎解析出答案。
7.根据权利要求1所述的一种智能机器人客服的运作方法,其特征在于,所述语义联想处理平台还包括:
S070,场景识别单元,所述场景识别单元通过服务引擎识别会话场景并确实备选的所述知识库。
8.根据权利要求1所述的一种智能机器人客服的运作方法,其特征在于,所述语义联想处理平台还包括:
S080,地域识别单元,所述地域识别单元用于识别当前用户的地理位置并通过服务引擎确定备选的所述知识库。
9.根据权利要求1所述的一种智能机器人客服的运作方法,其特征在于,所述语义联想处理平台还包括:
S090,语义规则定义模板,所述语义规则定义模块用于配合所述词法分析单元、所述句子匹配单元通过服务引擎进行数据处理,所述语义规则定义模块由管理者进行制定、修改和增添。
10.根据权利要求1所述的一种智能机器人客服的运作方法,其特征在于,所述词法分析单元还包括:词类模块、文本分类单元、特征抽取单元、自动推理单元;
所述词类模块至少能够进行同义词分析、近义词分析、意愿词分析、范围词分析、集合词分析、全简称识别。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111433703.XA CN114186040A (zh) | 2021-11-29 | 2021-11-29 | 一种智能机器人客服的运作方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111433703.XA CN114186040A (zh) | 2021-11-29 | 2021-11-29 | 一种智能机器人客服的运作方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114186040A true CN114186040A (zh) | 2022-03-15 |
Family
ID=80541704
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111433703.XA Pending CN114186040A (zh) | 2021-11-29 | 2021-11-29 | 一种智能机器人客服的运作方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114186040A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277613A (zh) * | 2022-07-01 | 2022-11-01 | 浪潮通信信息系统有限公司 | 一种基于业务的机器人聊天系统 |
CN116757705A (zh) * | 2023-08-18 | 2023-09-15 | 北京仁科互动网络技术有限公司 | 客服机器人的管理方法及客服机器人的问答响应方法 |
-
2021
- 2021-11-29 CN CN202111433703.XA patent/CN114186040A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115277613A (zh) * | 2022-07-01 | 2022-11-01 | 浪潮通信信息系统有限公司 | 一种基于业务的机器人聊天系统 |
CN116757705A (zh) * | 2023-08-18 | 2023-09-15 | 北京仁科互动网络技术有限公司 | 客服机器人的管理方法及客服机器人的问答响应方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
KR102043563B1 (ko) | 인공지능을 활용한 질의응답 및 전문가 추천 하이브리드 서비스 시스템 | |
CA3083729C (en) | Domain-specific natural language understanding of customer intent in self-help | |
US11170179B2 (en) | Systems and methods for natural language processing of structured documents | |
KR101858206B1 (ko) | 지능형 챗봇 기반 대화형 현장 지원 서비스 제공 방법 | |
CN110674271B (zh) | 一种问答处理方法及装置 | |
CN110888990B (zh) | 文本推荐方法、装置、设备及介质 | |
US9524291B2 (en) | Visual display of semantic information | |
US20110238410A1 (en) | Semantic Clustering and User Interfaces | |
CN112487140A (zh) | 问答对话评测方法、装置、设备及存储介质 | |
US20190163500A1 (en) | Method and apparatus for providing personalized self-help experience | |
CN111179935B (zh) | 一种语音质检的方法和设备 | |
CN112163424A (zh) | 数据的标注方法、装置、设备和介质 | |
CN114186040A (zh) | 一种智能机器人客服的运作方法 | |
CN110941702A (zh) | 一种法律法规和法条的检索方法及装置、可读存储介质 | |
CN111767382A (zh) | 生成反馈信息的方法、装置及终端设备 | |
CN114186041A (zh) | 一种答案输出方法 | |
CN111782793A (zh) | 智能客服处理方法和系统及设备 | |
CN113076735A (zh) | 目标信息的获取方法、装置和服务器 | |
CN116070599A (zh) | 智能化题库生成及辅助管理系统 | |
CN117520522B (zh) | 一种基于rpa和ai结合的智能对话方法、装置及电子设备 | |
CN112988704A (zh) | 一种基于ai咨询数据库集群搭建方法和系统 | |
CN117540803A (zh) | 基于大模型的决策引擎配置方法、装置、电子设备及介质 | |
CN116955573A (zh) | 问题搜索方法、装置、设备及存储介质 | |
CN111949781B (zh) | 一种基于自然语句句法分析的智能交互方法及装置 | |
Yijing | Intelligent customer service system design based on natural language processing |
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 |