CN114265505A - 人机交互处理方法、装置、存储介质及电子设备 - Google Patents
人机交互处理方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN114265505A CN114265505A CN202111617144.8A CN202111617144A CN114265505A CN 114265505 A CN114265505 A CN 114265505A CN 202111617144 A CN202111617144 A CN 202111617144A CN 114265505 A CN114265505 A CN 114265505A
- Authority
- CN
- China
- Prior art keywords
- scene
- interaction
- information
- human
- rule
- 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
- 230000003993 interaction Effects 0.000 title claims abstract description 290
- 238000003672 processing method Methods 0.000 title claims abstract description 33
- 230000002452 interceptive effect Effects 0.000 claims abstract description 138
- 238000012545 processing Methods 0.000 claims abstract description 52
- 238000000034 method Methods 0.000 claims abstract description 34
- 230000009471 action Effects 0.000 claims description 13
- 238000012163 sequencing technique Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 230000006854 communication Effects 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 235000012054 meals Nutrition 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000006399 behavior Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
Images
Landscapes
- User Interface Of Digital Computer (AREA)
Abstract
本发明公开了一种人机交互处理方法、装置、存储介质及电子设备。其中,该方法包括:在检测到目标对象的交互请求时,获取上述目标对象的初始交互信息,其中,上述初始交互信息是基于行业历史问题总结得到的;如果存在与上述初始交互信息关联的交互应用场景,则执行与上述交互应用场景对应的人机交互规则;如果不存在与上述初始交互信息关联的交互应用场景,则执行场景选择规则;如果上述场景选择规则定位到上述交互应用场景,则执行与上述交互应用场景对应的人机交互规则。本发明解决了由于现有技术中的人机交互处理方法无法准确推断客户意图,造成的信息推送不准确、用户满意度差的技术问题。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及人机问答和人机交互技术领域,具体涉及一种人机交互处理方法、装置、存储介质及电子设备。
背景技术
随着人工智能技术的不断发展,人机问答和人机交互技术已广泛应用于客户服务领域,现有技术中的人机交互过程主要为:通过对客户的语言理解确定客户的初始意图,并根据客户的初始意图选择合适的场景执行规则,并在此场景执行规则下和客户进行交互。但上述方法没有进行客户意图推理的过程,客户意图猜测精度较低,容易造成客户意图的误判,进而造成信息推送不准确,影响客户满意度。
此外,现有技术中的场景执行规则的配置方法,例如专家系统法,三元组定义法、IF-THEN定义法,等等,配置过程较为复杂,对于专业知识薄弱的业务人员很难进行配置。
针对上述的问题,目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种人机交互处理方法、装置、存储介质及电子设备,以至少解决由于现有技术中的人机交互处理方法无法准确推断客户意图,造成的信息推送不准确、用户满意度差的技术问题。
根据本发明实施例的一个方面,提供了一种人机交互处理方法,包括:在检测到目标对象的交互请求时,获取上述目标对象的初始交互信息,其中,上述初始交互信息是基于行业历史问题总结得到的;如果存在与上述初始交互信息关联的交互应用场景,则执行与上述交互应用场景对应的人机交互规则;如果不存在与上述初始交互信息关联的交互应用场景,则执行场景选择规则,其中,上述场景选择规则用于根据处理事物的快捷性、用户满意度、多轮对话的次数定位到待执行的交互应用场景;如果上述场景选择规则定位到上述交互应用场景,则执行与上述交互应用场景对应的人机交互规则。
可选的,上述方法还包括:如果上述场景选择规则无法定位到上述交互应用场景,判断上述初始交互信息是否映射至历史交互场景;如果上述初始交互信息已映射至上述历史交互场景,则建立上述初始交互信息与上述历史交互场景之间的关联关系,并基于上述关联关系确定对应的上述人机交互规则;如果上述初始交互信息未映射至上述历史交互场景,则指示工作人员采用人机交互系统为上述初始交互信息配置新的人机交互规则。
可选的,上述执行与上述交互应用场景对应的人机交互规则,包括:根据上述交互应用场景从客户信息、上文咨询信息、系统运行信息中确定场景处理要素;将上述场景处理要素、上述场景处理要素对应的要素值,组成得到状态要素集合;根据上述状态要素集合搜索满足要素组合条件的上述人机交互规则;执行上述人机交互规则中的谓语动作。
可选的,上述执行场景选择规则,包括:将所有的历史对话记录收集整理得到总会话;将上述总会话中的所有意图进行两两组合,得到意图集合;采用上述场景选择规则中的关联规则,基于上述意图集合生成推理关系,其中,上述关联规则用于基于上述意图集合中各个意图之间的关系,推导出上述意图与上述交互应用场景之间的发生概率;在选取场景候选集时,基于上述推理关系确定在第一交互意图出现后,接连出现与上述第一交互意图相关的第二交互意图的出现概率;将上述出现概率结合用户特征信息,计算上述场景候选集中每个待选取场景的特征值,并按照特征值倒叙排列,得到排序结果;根据上述排序结果从上述场景候选集中选取上述交互应用场景。
根据本发明实施例的另一方面,还提供了一种人机交互处理装置,包括:获取模块,用于在检测到目标对象的交互请求时,获取上述目标对象的初始交互信息,其中,上述初始交互信息是基于行业历史问题总结得到的;第一执行模块,用于如果存在与上述初始交互信息关联的交互应用场景,则执行与上述交互应用场景对应的人机交互规则;第二执行模块,用于如果不存在与上述初始交互信息关联的交互应用场景,则执行场景选择规则,其中,上述场景选择规则用于根据处理事物的快捷性、用户满意度、多轮对话的次数定位到待执行的交互应用场景;第三执行模块,用于如果上述场景选择规则定位到上述交互应用场景,则执行与上述交互应用场景对应的人机交互规则。
可选的,上述装置还包括:判断模块,用于如果上述场景选择规则无法定位到上述交互应用场景,判断上述初始交互信息是否映射至历史交互场景;第一确定模块,用于如果上述初始交互信息已映射至上述历史交互场景,则建立上述初始交互信息与上述历史交互场景之间的关联关系,并基于上述关联关系确定对应的上述人机交互规则;指示模块,用于如果上述初始交互信息未映射至上述历史交互场景,则指示工作人员采用人机交互系统为上述初始交互信息配置新的人机交互规则。
可选的,上述第一执行模块,包括:第二确定模块,用于根据上述交互应用场景从客户信息、上文咨询信息、系统运行信息中确定场景处理要素;第一获取子模块,用于将上述场景处理要素、上述场景处理要素对应的要素值,组成得到状态要素集合;搜索模块,用于根据上述状态要素集合搜索满足要素组合条件的上述人机交互规则;第一执行子模块,用于执行上述人机交互规则中的谓语动作。
可选的,上述第二执行模块,包括:第二获取子模块,用于将所有的历史对话记录收集整理得到总会话;第三获取子模块,用于将上述总会话中的所有意图进行两两组合,得到意图集合;生成模块,用于采用上述场景选择规则中的关联规则,基于上述意图集合生成推理关系,其中,上述关联规则用于基于上述意图集合中各个意图之间的关系,推导出上述意图与上述交互应用场景之间的发生概率;第三确定模块,用于在选取场景候选集时,基于上述推理关系确定在第一交互意图出现后,接连出现与上述第一交互意图相关的第二交互意图的出现概率;计算模块,用于将上述出现概率结合用户特征信息,计算上述场景候选集中每个待选取场景的特征值,并按照特征值倒叙排列,得到排序结果;选取模块,用于根据上述排序结果从上述场景候选集中选取上述交互应用场景。
根据本发明实施例的另一方面,还提供了一种计算机可读存储介质,上述计算机可读存储介质存储有多条指令,上述指令适于由处理器加载并执行任意一项上述的人机交互处理方法。
根据本发明实施例的另一方面,还提供了一种电子设备,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为运行上述计算机程序以执行任意一项上述的人机交互处理方法。
在本发明实施例中,采用人机交互处理的方式,通过在检测到目标对象的交互请求时,获取上述目标对象的初始交互信息,其中,上述初始交互信息是基于行业历史问题总结得到的;如果存在与上述初始交互信息关联的交互应用场景,则执行与上述交互应用场景对应的人机交互规则;如果不存在与上述初始交互信息关联的交互应用场景,则执行场景选择规则,其中,上述场景选择规则用于根据处理事物的快捷性、用户满意度、多轮对话的次数定位到待执行的交互应用场景;如果上述场景选择规则定位到上述交互应用场景,则执行与上述交互应用场景对应的人机交互规则,达到了根据目标对象的交互请求进行客户意图推理,基于推理结果确定人机交互处理方法的目的,从而实现了提高客户意图推断精度和用户满意度的技术效果,进而解决了由于现有技术中的人机交互处理方法无法准确推断客户意图,造成的信息推送不准确、用户满意度差的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1a是根据现有技术的一种人机交互显示界面的示意图;
图1b是根据现有技术的另一种人机交互显示界面的示意图;
图2是根据本发明实施例的一种人机交互处理方法的流程图;
图3是根据本发明实施例的一种可选的人机交互显示界面的示意图;
图4是根据本发明实施例的另一种可选的人机交互显示界面的示意图;
图5是根据本发明实施例的一种可选的人机交互处理方法的流程图;
图6是根据本发明实施例的另一种可选的人机交互处理方法的流程图;
图7是根据本发明实施例的另一种可选的人机交互处理方法的流程图;
图8是根据本发明实施例的另一种可选的人机交互处理方法的流程图;
图9是根据本发明实施例的一种人机交互处理装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
人工智能机器人和用户进行的交流过程中,普遍存在着两种交流方式:一种是一问一答,用户给出一句语义明确,信息完成的咨询,机器人给予准确的答案;另外一种是话题类,用户前后与机器人交流多次,每次咨询中包含的信息并不完整,但是相互之间存在着关联,机器人需要将多条咨询进行合并理解,又称为上下文理解。它的特点是智能机器人和用户会进行多次交流,在人机多次交流的过程中,机器首先确认用户关系的话题内容。我们将话题内容抽象并设计一个对话场景(简:场景)。一旦确定了某个场景,系统将根据场景对应的规则和知识库中的事实进行推理回答用户。整个交互过程具体分为:1)语义理解:利用自然语言理解技术,将用户的自然形式的问题映射到一个初步意图之上;2)场景选择:根据初步意图,系统自动分析出用户可能的真实意图,确认一个场景与用户进行对话;3)场景执行:进入场景之后,按照已设计好的对话逻辑与用户进行交互。交互过程中,用户可以通过点击选择,也可以直接回复文本内容。
图1a-图1b是根据现有技术的一种人机交互显示界面的示意图,如图1a-图1b所示,现有的人机交互方法在多轮对话过程中普遍有两点的缺陷:
1)缺少场景选择。现有的人机交互技术往往在语义理解出客户初始意图后,直接根据初始意图设计场景,而没有自动的进行推理,看看系统是否已有合适的场景可以和客户进行交互。其实人与人实际交流过程中,双方会相互猜测对方的真实意图,也就是上面的“场景选择”。
例如,在金融行业,客户说:“我的卡坏了,怎么办?”
语义理解初始意图为:卡(银行卡)损坏处理办法。
系统知识库中已有场景:银行卡换卡办理、卡丢失变换结算方法、客户紧急处理情况办理、客户银行卡挂失申请。如果缺少“场景选择”这一步,客户初始意图无法自动映射到已有场景,也即,系统无法主动猜测客户真实意图。只能通过两种办法解决,a.人工指定或设计一个新的场景,b.给出选择让客户选:对于a,因为客户的初始意图非常的多,人工指定的工作量非常大,而且一旦业务有变更,又需要梳理初始意图重新指定;对于b,会显得交互过程中交互过于冗余。一般一轮交互最好不要超过5次会话来解决客户的问题,尽可能的节省交互的次数是系统好坏的一个重要指标。在有了“场景选择”之后,系统会自动根据:意图的关联度、用户特征值等指标综合考虑选择一个最优的场景与客户交互。
2)场景执行规则的配置过于复杂。例如专家系统,采用三元组的定义,或者采用IF-THEN的定义,对于没有专业知识的业务人员很难进行配置。
基于上述问题,本发明实施例提供了一种人机交互处理的方法实施例,需要说明的是,在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
在本发明实施例中,采用人机交互处理的方式,通过在检测到目标对象的交互请求时,获取上述目标对象的初始交互信息,其中,上述初始交互信息是基于行业历史问题总结得到的;如果存在与上述初始交互信息关联的交互应用场景,则执行与上述交互应用场景对应的人机交互规则;如果不存在与上述初始交互信息关联的交互应用场景,则执行场景选择规则,其中,上述场景选择规则用于根据处理事物的快捷性、用户满意度、多轮对话的次数定位到待执行的交互应用场景;如果上述场景选择规则定位到上述交互应用场景,则执行与上述交互应用场景对应的人机交互规则,达到了根据目标对象的交互请求进行客户意图推理,基于推理结果确定人机交互处理方法的目的,从而实现了提高客户意图推断精度和用户满意度的技术效果,进而解决了由于现有技术中的人机交互处理方法无法准确推断客户意图,造成的信息推送不准确、用户满意度差的技术问题。
图2是根据本发明实施例的一种人机交互处理方法的流程图,如图2所示,该方法包括如下步骤:
步骤S102,在检测到目标对象的交互请求时,获取上述目标对象的初始交互信息;
步骤S104,如果存在与上述初始交互信息关联的交互应用场景,则执行与上述交互应用场景对应的人机交互规则;
步骤S106,如果不存在与上述初始交互信息关联的交互应用场景,则执行场景选择规则;
步骤S108,如果上述场景选择规则定位到上述交互应用场景,则执行与上述交互应用场景对应的人机交互规则。
可选的,上述初始交互信息是基于行业历史问题总结得到的,上述初始交换信息包括目标对象的初始意图。
可选的,上述场景选择规则用于根据处理事物的快捷性、用户满意度、多轮对话的次数定位到待执行的交互应用场景。
可选的,在检测到存在与目标对象的初始交互信息关联的交互应用场景时,直接调用与上述交互应用场景对应的人机交互规则,并发送至目标对象的终端设备,如图3所示,当目标对象的初始交互信息为“升级5G套餐”时,存在与“升级5G套餐”关联的交互应用场景,确定人机交互规则为5G套餐推送相关内容,例如,5G单手机畅享套餐(手机)、5G全家福畅享套餐(手机+宽带)、5G升级包,等等。
可选的,当检测到不存在与目标对象的初始交互信息关联的交互应用场景时,则调用场景选择规则,并发送至目标对象的终端设备,如图4所示,当目标对象的初始交互信息为“这个月手机套餐费太多了”时,不存在与“这个月手机套餐费太多了”关联的交互场景,此时将场景选择规则相关连接发送至目标对象的终端设备。
作为一种可选的实施例,图5是根据本发明实施例的一种可选的人机交互处理方法的流程图,如图5所示,上述方法还包括:
步骤S202,如果上述场景选择规则无法定位到上述交互应用场景,判断上述初始交互信息是否映射至历史交互场景;
步骤S204,如果上述初始交互信息已映射至上述历史交互场景,则建立上述初始交互信息与上述历史交互场景之间的关联关系,并基于上述关联关系确定对应的上述人机交互规则;
步骤S206,如果上述初始交互信息未映射至上述历史交互场景,则指示工作人员采用人机交互系统为上述初始交互信息配置新的人机交互规则。
可选的,在上述场景选择规则无法定位到上述交互应用场景的情况下,业务人员判断上述初始交互信息是否映射至历史交互场景,如果上述初始交互信息能够映射至历史交互场景,则业务人员通过交互界面手动建立上述初始交互信息与上述历史交互场景之间的关联关系,并基于上述关联关系确定对应的上述人机交互规则。
可选的,在上述初始交互信息未映射至上述历史交互场景的情况下,工作人员采用人机交互系统通过交互界面为上述初始交互信息配置新的人机交互规则。
作为一种可选的实施例,图6是根据本发明实施例的另一种可选的人机交互处理方法的流程图,如图6所示,上述执行与上述交互应用场景对应的人机交互规则,包括:
步骤S302,根据上述交互应用场景从客户信息、上文咨询信息、系统运行信息中确定场景处理要素;
步骤S304,将上述场景处理要素、上述场景处理要素对应的要素值,组成得到状态要素集合;
步骤S306,根据上述状态要素集合搜索满足要素组合条件的上述人机交互规则;
步骤S308,执行上述人机交互规则中的谓语动作。
可选的,在系统自动回复客户时,需要根据一定的条件(如客户信息、上文咨询信息、系统运行信息,等等)推理出具体的答案回复给目标对象,这些条件因为和具体的场景绑定,我们称为之为场景要素。例如“有什么优惠套餐”场景中场景要素有:套餐类型(预付费套餐、后付费套餐)、套餐名称、套餐档位、客户所在地市、客户类型等。在收集场景要素以及场景要素对应的要素值后,组成得到状态要素集合。
可选的,根据上述状态要素集合搜索满足要素组合条件的上述人机交互规则,包括:判断当前人机交互规则是否满足要素组合条件,若判断结果为是,则确定当前人机交互规则是为满足要素组合条件的上述人机交互规则,否则继续判断人机交互规则是否满足要素组合条件,直至得到满足要素组合条件的上述人机交互规则。
可选的,在获取到满足要素组合条件的上述人机交互规则后,执行上述人机交互规则中的谓语动作,其中,上述谓语动作对应于系统要执行的具体操作,即系统开始上述人机交互规则执行相应的具体操作。上述具体操作可以但不限于包括:回复一段文本给客户、回复一个菜单给客户、播放一段录音、下发一条短信等,部分动作谓词示例如下:
提示客户(<提示内容>,<形式>):系统将<提示内容>按照<形式>规定的形式进行展示;<形式>包括:文本、tts播报,
举例:提示客户(“您好,您目前欠费58元。”,<文本>);
询问客户(<询问内容>,<形式>):系统将<询问内容>按照<形式>规定的形式进行展示;<形式>包括:文本、tts播报;
菜单询问客户(<菜单选项内容>,<交互模板>):系统以菜单的形式将<菜单选项内容>填入<交互模板>中展示给客户,客户通过点击或输入序号的形式进行交互,
举例:菜单询问客户(“建行卡||交行卡||工行卡”,“请输入您的银行卡类型:<?>”);
转人工(<回复话术>):系统展示<回复话术>提示用户通过点击转人工;
举例:转人工(“您可以通过点击客服MM进入人工服务!”);
是否是电信号码(<手机号码>):系统判断<手机号码>是否属于电信号码,如果不是,返回“0”;
查找客户当前经纬度():查找当前客户所在的经度和纬度信息;
查找客户账户信息():通过调用接口的方式,查找客户的帐户信息;
查找客户类型():查看当前客户是否是VIP客户,或者是黑名单客户;
作为一种可选的实施例,图7是根据本发明实施例的另一种可选的人机交互处理方法的流程图,如图7所示,在确定交互应用场景后,根据上述交互应用场景从客户信息、上文咨询信息、系统运行信息中确定场景处理要素;并根据上述场景处理要素、确定状态要素集合;根据上述状态要素集合触发人机交互规则搜索流程;判断当前人机交互规则是否满足要素组合条件,并在搜索到满足要素组合条件的人机交互规则后,执行上述人机交互规则中的谓语动作。
作为一种可选的实施例,图8是根据本发明实施例的另一种可选的人机交互处理方法的流程图,如图8所示,上述执行场景选择规则,包括:
步骤S402,将所有的历史对话记录收集整理得到总会话;
步骤S404,将上述总会话中的所有意图进行两两组合,得到意图集合;
步骤S406,采用上述场景选择规则中的关联规则,基于上述意图集合生成推理关系,其中,上述关联规则用于基于上述意图集合中各个意图之间的关系,推导出上述意图与上述交互应用场景之间的发生概率;
步骤S408,在选取场景候选集时,基于上述推理关系确定在第一交互意图出现后,接连出现与上述第一交互意图相关的第二交互意图的出现概率;
步骤S410,将上述出现概率结合用户特征信息,计算上述场景候选集中每个待选取场景的特征值,并按照特征值倒叙排列,得到排序结果;
步骤S412,根据上述排序结果从上述场景候选集中选取上述交互应用场景。
可选的,上述场景选择规则用于根据处理事物的快捷性、用户满意度、多轮对话的次数定位到待执行的交互应用场景。
可选的,上述第一交互意图为根据目标对象的交互请求确定的初始意图,上述第二交互意图为在上述第一交互意图的基础上,根据历史对话记录汇总得到可能出现的下一意图。
可选的,将出现概率大于预设值的第二交互意图纳入上述场景候选集。
可选的,上述用户特征信息可以但不限于包括:年龄、地域、会员等级、业务行为,等等。
需要说明的是,基于关联规则的场景选择是根据历史对话记录(即历史数据)统计意图组合而形成的推理关系,形如:A->B,表示与上述第一交互意图A相关的第二交互意图B的出现概率,其目的在于找出意图集合中各个意图之间的关系,从而推导出意图和场景之间的发生概率。例如,第一交互意图为“电话卡丢失”,有80%的可能会办理补卡业务,进入“补换卡场景”;第一交互意图为“欠费停机”,有60%的可能是充值,也有20%的可能是套餐变。
可选的,以关联度作为上述关联规则的衡量指标,即通过关联度表征在第一交互意图出现后,接连出现与上述第一交互意图相关的第二交互意图的出现概率。
在一种可选的实施例中,将系统内所有历史对话记录进行收集整理,得到总会话n,整理结果如表1所示;将会话中的所有意图,进行两两前后组合,形成新的样本集,组合结果如表2所示;在选取场景候选集时,先通过第一交互意图yx从统计数据中找出与上述第一交互意图相关的第二交互意图并计算关联度(即上述第二交互意图的出现概率)。计算公式如下:
其中,rx,m表示意图X和意图M连续出现的关联度,即意图X和意图M连续出现的样本占样本出现意图X样本的比例,∑yxym表示意图X和意图M连续出现的样本总数;∑yx表示出现有意图X的样本总数。
表1
会话序号 | 对话记录 | 意图 |
1 | t<sub>1.1</sub>、t<sub>1.2</sub>、t<sub>1.3</sub>... | y<sub>1</sub>、y<sub>2</sub>、y<sub>3</sub>.... |
…… | …… | …… |
n | t<sub>n.1</sub>、t<sub>n.2</sub>、t<sub>n.3</sub>... | y<sub>1</sub>、y<sub>2</sub>、y<sub>3</sub>.... |
表2
可选的,按照实际业务环境设定阈值ɑ(如0.6-0.8),将关联度高于阈值ɑ的意图选出,并将其对应的场景纳入场景候选集,若上述场景候选集不为空,则结合用户特征信息,计算上述场景候选集中每个待选取场景的特征值,并按照特征值倒叙排列;若上述场景候选集为空,则通过业务人员接入的方式进一步判断上述初始交互信息是否映射至历史交互场景。
在一种可选的实施例中,将上述出现概率结合用户特征信息,计算上述场景候选集中每个待选取场景的特征值,并按照特征值倒叙排列,得到排序结果,包括:首先收集历史对话记录n和用户特征信息,并进行汇总统计,统计结果如表3所示;将历史对话记录中的多个交互意图进行两两组合,得到交互意图二元组,将交互意图二元组和用户特征信息进行交叉组合,形成用户特征信息和交互意图二元组的关联样本数据,组合结果如表4所示;基于上述组合结果计算上述场景候选集中每个待选取场景的特征值,计算公式如下:
表3
样本序号 | 用户 | 特征 | 意图 |
1 | u<sub>1</sub> | f<sub>1.1</sub>、f<sub>1.2</sub>、f<sub>1.3</sub>…… | y<sub>1</sub>、y<sub>2</sub>、y<sub>3</sub>.... |
…… | …… | …… | …… |
n | u<sub>n</sub> | f<sub>n.1</sub>、f<sub>n.2</sub>、f<sub>n.3</sub>…… | y<sub>1</sub>、y<sub>2</sub>、y<sub>3</sub>.... |
表4
本发明实施例至少可以实现如下技术效果:通过自动多轮对话方法准确的理解客户初始意图,同时推理出客户真实意图;业务人员能很容易的配置出多种多样的场景,保证交互过程操作的简便性,提升人机交互效率,实现有效的智能化交互;根据意图关联度计算公式,确定候选场景集合,实现准确有效的推送场景;使用特征值计算公式进行候选场景最优解的选择,进一步优化场景选择的结果;将交互场景抽象成场景要素、场景谓语动作、场景规则,且场景规则由场景要素和场景谓语动作的取值组成,场景规则采用表格形式进行存储和表示,方便业务人员操作。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
在本实施例中还提供了一种人机交互处理装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术语“单元”“装置”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
根据本发明实施例,还提供了一种用于实施上述人机交互处理方法的装置实施例,图9是根据本发明实施例的一种人机交互处理装置的结构示意图,如图9所示,上述人机交互处理装置,包括:获取模块50、第一执行模块52、第二执行模块54、第三执行模块56,其中:
上述获取模块50,用于在检测到目标对象的交互请求时,获取上述目标对象的初始交互信息,其中,上述初始交互信息是基于行业历史问题总结得到的;上述第一执行模块52,用于如果存在与上述初始交互信息关联的交互应用场景,则执行与上述交互应用场景对应的人机交互规则;上述第二执行模块54,用于如果不存在与上述初始交互信息关联的交互应用场景,则执行场景选择规则,其中,上述场景选择规则用于根据处理事物的快捷性、用户满意度、多轮对话的次数定位到待执行的交互应用场景;上述第三执行模块56,用于如果上述场景选择规则定位到上述交互应用场景,则执行与上述交互应用场景对应的人机交互规则。
需要说明的是,上述各个模块是可以通过软件或硬件来实现的,例如,对于后者,可以通过以下方式实现:上述各个模块可以位于同一处理器中;或者,上述各个模块以任意组合的方式位于不同的处理器中。
此处需要说明的是,上述获取模块50、第一执行模块52、第二执行模块54、第三执行模块56对应于实施例1中的步骤S102至步骤S108,上述模块与对应的步骤所实现的实例和应用场景相同,但不限于上述实施例1所公开的内容。需要说明的是,上述模块作为装置的一部分可以运行在计算机终端中。
需要说明的是,本实施例的可选或优选实施方式可以参见实施例1中的相关描述,此处不再赘述。
上述的人机交互处理装置还可以包括处理器和存储器,上述获取模块50、第一执行模块52、第二执行模块54、第三执行模块56等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
在一种可选的实施例中,上述装置还包括:判断模块,用于如果上述场景选择规则无法定位到上述交互应用场景,判断上述初始交互信息是否映射至历史交互场景;第一确定模块,用于如果上述初始交互信息已映射至上述历史交互场景,则建立上述初始交互信息与上述历史交互场景之间的关联关系,并基于上述关联关系确定对应的上述人机交互规则;指示模块,用于如果上述初始交互信息未映射至上述历史交互场景,则指示工作人员采用人机交互系统为上述初始交互信息配置新的人机交互规则。
在一种可选的实施例中,上述第一执行模块,包括:第二确定模块,用于根据上述交互应用场景从客户信息、上文咨询信息、系统运行信息中确定场景处理要素;第一获取子模块,用于将上述场景处理要素、上述场景处理要素对应的要素值,组成得到状态要素集合;搜索模块,用于根据上述状态要素集合搜索满足要素组合条件的上述人机交互规则;第一执行子模块,用于执行上述人机交互规则中的谓语动作。
在一种可选的实施例中,上述第二执行模块,包括:第二获取子模块,用于将所有的历史对话记录收集整理得到总会话;第三获取子模块,用于将上述总会话中的所有意图进行两两组合,得到意图集合;生成模块,用于采用上述场景选择规则中的关联规则,基于上述意图集合生成推理关系,其中,上述关联规则用于基于上述意图集合中各个意图之间的关系,推导出上述意图与上述交互应用场景之间的发生概率;第三确定模块,用于在选取场景候选集时,基于上述推理关系确定在第一交互意图出现后,接连出现与上述第一交互意图相关的第二交互意图的出现概率;计算模块,用于将上述出现概率结合用户特征信息,计算上述场景候选集中每个待选取场景的特征值,并按照特征值倒叙排列,得到排序结果;选取模块,用于根据上述排序结果从上述场景候选集中选取上述交互应用场景。
处理器中包含内核,由内核去存储器中调取相应的程序单元,上述内核可以设置一个或以上。存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
根据本申请实施例,还提供了一种非易失性存储介质的实施例。可选的,在本实施例中,上述非易失性存储介质包括存储的程序,其中,在上述程序运行时控制上述非易失性存储介质所在设备执行上述任意一种人机交互处理方法。
可选的,在本实施例中,上述非易失性存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中,或者位于移动终端群中的任意一个移动终端中,上述非易失性存储介质包括存储的程序。
可选的,在程序运行时控制非易失性存储介质所在设备执行以下功能:在检测到目标对象的交互请求时,获取上述目标对象的初始交互信息,其中,上述初始交互信息是基于行业历史问题总结得到的;如果存在与上述初始交互信息关联的交互应用场景,则执行与上述交互应用场景对应的人机交互规则;如果不存在与上述初始交互信息关联的交互应用场景,则执行场景选择规则,其中,上述场景选择规则用于根据处理事物的快捷性、用户满意度、多轮对话的次数定位到待执行的交互应用场景;如果上述场景选择规则定位到上述交互应用场景,则执行与上述交互应用场景对应的人机交互规则。
可选的,在程序运行时控制非易失性存储介质所在设备执行以下功能:如果上述场景选择规则无法定位到上述交互应用场景,判断上述初始交互信息是否映射至历史交互场景;如果上述初始交互信息已映射至上述历史交互场景,则建立上述初始交互信息与上述历史交互场景之间的关联关系,并基于上述关联关系确定对应的上述人机交互规则;如果上述初始交互信息未映射至上述历史交互场景,则指示工作人员采用人机交互系统为上述初始交互信息配置新的人机交互规则。
可选的,在程序运行时控制非易失性存储介质所在设备执行以下功能:根据上述交互应用场景从客户信息、上文咨询信息、系统运行信息中确定场景处理要素;将上述场景处理要素、上述场景处理要素对应的要素值,组成得到状态要素集合;根据上述状态要素集合搜索满足要素组合条件的上述人机交互规则;执行上述人机交互规则中的谓语动作。
可选的,在程序运行时控制非易失性存储介质所在设备执行以下功能:将所有的历史对话记录收集整理得到总会话;将上述总会话中的所有意图进行两两组合,得到意图集合;采用上述场景选择规则中的关联规则,基于上述意图集合生成推理关系,其中,上述关联规则用于基于上述意图集合中各个意图之间的关系,推导出上述意图与上述交互应用场景之间的发生概率;在选取场景候选集时,基于上述推理关系确定在第一交互意图出现后,接连出现与上述第一交互意图相关的第二交互意图的出现概率;将上述出现概率结合用户特征信息,计算上述场景候选集中每个待选取场景的特征值,并按照特征值倒叙排列,得到排序结果;根据上述排序结果从上述场景候选集中选取上述交互应用场景。
根据本申请实施例,还提供了一种处理器的实施例。可选的,在本实施例中,上述处理器用于运行程序,其中,上述程序运行时执行上述任意一种人机交互处理方法。
根据本申请实施例,还提供了一种计算机程序产品的实施例,当在数据处理设备上执行时,适于执行初始化有上述任意一种的人机交互处理方法步骤的程序。
可选的,上述计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:在检测到目标对象的交互请求时,获取上述目标对象的初始交互信息,其中,上述初始交互信息是基于行业历史问题总结得到的;如果存在与上述初始交互信息关联的交互应用场景,则执行与上述交互应用场景对应的人机交互规则;如果不存在与上述初始交互信息关联的交互应用场景,则执行场景选择规则,其中,上述场景选择规则用于根据处理事物的快捷性、用户满意度、多轮对话的次数定位到待执行的交互应用场景;如果上述场景选择规则定位到上述交互应用场景,则执行与上述交互应用场景对应的人机交互规则。
根据本申请实施例,还提供了一种电子设备的实施例,包括存储器和处理器,上述存储器中存储有计算机程序,上述处理器被设置为运行上述计算机程序以执行上述任意一种的人机交互处理方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,可以为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取非易失性存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个非易失性存储介质中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的非易失性存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种人机交互处理方法,其特征在于,包括:
在检测到目标对象的交互请求时,获取所述目标对象的初始交互信息,其中,所述初始交互信息是基于行业历史问题总结得到的;
如果存在与所述初始交互信息关联的交互应用场景,则执行与所述交互应用场景对应的人机交互规则;
如果不存在与所述初始交互信息关联的交互应用场景,则执行场景选择规则,其中,所述场景选择规则用于根据处理事物的快捷性、用户满意度、多轮对话的次数定位到待执行的交互应用场景;
如果所述场景选择规则定位到所述交互应用场景,则执行与所述交互应用场景对应的人机交互规则。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
如果所述场景选择规则无法定位到所述交互应用场景,判断所述初始交互信息是否映射至历史交互场景;
如果所述初始交互信息已映射至所述历史交互场景,则建立所述初始交互信息与所述历史交互场景之间的关联关系,并基于所述关联关系确定对应的所述人机交互规则;
如果所述初始交互信息未映射至所述历史交互场景,则指示工作人员采用人机交互系统为所述初始交互信息配置新的人机交互规则。
3.根据权利要求1所述的方法,其特征在于,所述执行与所述交互应用场景对应的人机交互规则,包括:
根据所述交互应用场景从客户信息、上文咨询信息、系统运行信息中确定场景处理要素;
将所述场景处理要素、所述场景处理要素对应的要素值,组成得到状态要素集合;
根据所述状态要素集合搜索满足要素组合条件的所述人机交互规则;
执行所述人机交互规则中的谓语动作。
4.根据权利要求1所述的方法,其特征在于,所述执行场景选择规则,包括:
将所有的历史对话记录收集整理得到总会话;
将所述总会话中的所有意图进行两两组合,得到意图集合;
采用所述场景选择规则中的关联规则,基于所述意图集合生成推理关系,其中,所述关联规则用于基于所述意图集合中各个意图之间的关系,推导出所述意图与所述交互应用场景之间的发生概率;
在选取场景候选集时,基于所述推理关系确定在第一交互意图出现后,接连出现与所述第一交互意图相关的第二交互意图的出现概率;
将所述出现概率结合用户特征信息,计算所述场景候选集中每个待选取场景的特征值,并按照特征值倒叙排列,得到排序结果;
根据所述排序结果从所述场景候选集中选取所述交互应用场景。
5.一种人机交互处理装置,其特征在于,包括:
获取模块,用于在检测到目标对象的交互请求时,获取所述目标对象的初始交互信息,其中,所述初始交互信息是基于行业历史问题总结得到的;
第一执行模块,用于如果存在与所述初始交互信息关联的交互应用场景,则执行与所述交互应用场景对应的人机交互规则;
第二执行模块,用于如果不存在与所述初始交互信息关联的交互应用场景,则执行场景选择规则,其中,所述场景选择规则用于根据处理事物的快捷性、用户满意度、多轮对话的次数定位到待执行的交互应用场景;
第三执行模块,用于如果所述场景选择规则定位到所述交互应用场景,则执行与所述交互应用场景对应的人机交互规则。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:
判断模块,用于如果所述场景选择规则无法定位到所述交互应用场景,判断所述初始交互信息是否映射至历史交互场景;
第一确定模块,用于如果所述初始交互信息已映射至所述历史交互场景,则建立所述初始交互信息与所述历史交互场景之间的关联关系,并基于所述关联关系确定对应的所述人机交互规则;
指示模块,用于如果所述初始交互信息未映射至所述历史交互场景,则指示工作人员采用人机交互系统为所述初始交互信息配置新的人机交互规则。
7.根据权利要求5所述的装置,其特征在于,所述第一执行模块,包括:
第二确定模块,用于根据所述交互应用场景从客户信息、上文咨询信息、系统运行信息中确定场景处理要素;
第一获取子模块,用于将所述场景处理要素、所述场景处理要素对应的要素值,组成得到状态要素集合;
搜索模块,用于根据所述状态要素集合搜索满足要素组合条件的所述人机交互规则;
第一执行子模块,用于执行所述人机交互规则中的谓语动作。
8.根据权利要求5所述的装置,其特征在于,所述第二执行模块,包括:
第二获取子模块,用于将所有的历史对话记录收集整理得到总会话;
第三获取子模块,用于将所述总会话中的所有意图进行两两组合,得到意图集合;
生成模块,用于采用所述场景选择规则中的关联规则,基于所述意图集合生成推理关系,其中,所述关联规则用于基于所述意图集合中各个意图之间的关系,推导出所述意图与所述交互应用场景之间的发生概率;
第三确定模块,用于在选取场景候选集时,基于所述推理关系确定在第一交互意图出现后,接连出现与所述第一交互意图相关的第二交互意图的出现概率;
计算模块,用于将所述出现概率结合用户特征信息,计算所述场景候选集中每个待选取场景的特征值,并按照特征值倒叙排列,得到排序结果;
选取模块,用于根据所述排序结果从所述场景候选集中选取所述交互应用场景。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有多条指令,所述指令适于由处理器加载并执行权利要求1至4中任意一项所述的人机交互处理方法。
10.一种电子设备,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至4中任意一项所述的人机交互处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111617144.8A CN114265505A (zh) | 2021-12-27 | 2021-12-27 | 人机交互处理方法、装置、存储介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111617144.8A CN114265505A (zh) | 2021-12-27 | 2021-12-27 | 人机交互处理方法、装置、存储介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114265505A true CN114265505A (zh) | 2022-04-01 |
Family
ID=80830685
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111617144.8A Pending CN114265505A (zh) | 2021-12-27 | 2021-12-27 | 人机交互处理方法、装置、存储介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114265505A (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106911812A (zh) * | 2017-05-05 | 2017-06-30 | 腾讯科技(上海)有限公司 | 一种会话信息的处理方法、服务器及计算机可读存储介质 |
CN108803879A (zh) * | 2018-06-19 | 2018-11-13 | 驭势(上海)汽车科技有限公司 | 一种人机交互系统的预处理方法、设备及存储介质 |
CN109299320A (zh) * | 2018-10-30 | 2019-02-01 | 上海智臻智能网络科技股份有限公司 | 一种信息交互方法、装置、计算机设备和存储介质 |
CN110109596A (zh) * | 2019-05-08 | 2019-08-09 | 芋头科技(杭州)有限公司 | 交互方式的推荐方法、装置以及控制器和介质 |
US20200005772A1 (en) * | 2018-06-28 | 2020-01-02 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Interactive method and device of robot, and device |
CN111831875A (zh) * | 2019-04-11 | 2020-10-27 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、设备和存储介质 |
US20210027788A1 (en) * | 2019-07-23 | 2021-01-28 | Baidu Online Network Technology (Beijing) Co., Ltd. | Conversation interaction method, apparatus and computer readable storage medium |
CN112328758A (zh) * | 2020-10-27 | 2021-02-05 | 创泽智能机器人集团股份有限公司 | 一种会话意图识别方法、装置、设备及存储介质 |
WO2021218069A1 (zh) * | 2020-04-27 | 2021-11-04 | 平安科技(深圳)有限公司 | 基于场景动态配置的交互处理方法、装置、计算机设备 |
CN113761345A (zh) * | 2021-02-09 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 搜索处理方法、装置、设备及存储介质 |
-
2021
- 2021-12-27 CN CN202111617144.8A patent/CN114265505A/zh active Pending
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106911812A (zh) * | 2017-05-05 | 2017-06-30 | 腾讯科技(上海)有限公司 | 一种会话信息的处理方法、服务器及计算机可读存储介质 |
CN108803879A (zh) * | 2018-06-19 | 2018-11-13 | 驭势(上海)汽车科技有限公司 | 一种人机交互系统的预处理方法、设备及存储介质 |
US20200005772A1 (en) * | 2018-06-28 | 2020-01-02 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Interactive method and device of robot, and device |
CN109299320A (zh) * | 2018-10-30 | 2019-02-01 | 上海智臻智能网络科技股份有限公司 | 一种信息交互方法、装置、计算机设备和存储介质 |
CN111831875A (zh) * | 2019-04-11 | 2020-10-27 | 阿里巴巴集团控股有限公司 | 数据处理方法、装置、设备和存储介质 |
CN110109596A (zh) * | 2019-05-08 | 2019-08-09 | 芋头科技(杭州)有限公司 | 交互方式的推荐方法、装置以及控制器和介质 |
US20210027788A1 (en) * | 2019-07-23 | 2021-01-28 | Baidu Online Network Technology (Beijing) Co., Ltd. | Conversation interaction method, apparatus and computer readable storage medium |
WO2021218069A1 (zh) * | 2020-04-27 | 2021-11-04 | 平安科技(深圳)有限公司 | 基于场景动态配置的交互处理方法、装置、计算机设备 |
CN112328758A (zh) * | 2020-10-27 | 2021-02-05 | 创泽智能机器人集团股份有限公司 | 一种会话意图识别方法、装置、设备及存储介质 |
CN113761345A (zh) * | 2021-02-09 | 2021-12-07 | 北京沃东天骏信息技术有限公司 | 搜索处理方法、装置、设备及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108764649B (zh) | 保险销售实时监控方法、装置、设备及存储介质 | |
CN111917878B (zh) | 消息处理方法、装置、设备及存储介质 | |
CN107180029A (zh) | 一种基于咨询业务的信息处理方法及装置 | |
CN107835231A (zh) | 反馈信息的处理方法及终端设备 | |
CN112434501B (zh) | 工单智能生成的方法、装置、电子设备及介质 | |
CN108366052A (zh) | 验证短信的处理方法及系统 | |
CN113206909A (zh) | 骚扰电话拦截方法及装置 | |
CN115470318A (zh) | 客服问题处理方法及装置 | |
CN112364035A (zh) | 呼叫记录大数据的处理方法、装置、电子设备及存储介质 | |
CN113378044A (zh) | 题目匹配方法及平台 | |
CN107562457B (zh) | 导航菜单的生成方法及装置 | |
CN112182188A (zh) | 一种基于知识图谱的问答方法及装置、存储介质 | |
CN115017289A (zh) | 一种基于知识库的对客服务方法及装置 | |
CN114860742A (zh) | 基于人工智能的ai客服交互方法、装置、设备及介质 | |
CN111126071A (zh) | 提问文本数据的确定方法、装置和客服群的数据处理方法 | |
CN114265505A (zh) | 人机交互处理方法、装置、存储介质及电子设备 | |
CN115988436A (zh) | 一种多渠道短信发送系统及装置 | |
CN112333340B (zh) | 一种自动电话外呼的方法、装置、存储介质、电子设备 | |
CN115170160A (zh) | 人工坐席转接方法、装置、存储介质和设备 | |
CN112527991A (zh) | 信息处理方法、装置及介质 | |
CN112307075A (zh) | 用户关系识别方法及装置 | |
CN111353819A (zh) | 基于智能营销的客户挽回方法及装置 | |
CN112036899A (zh) | 提供服务信息的方法、装置及电子设备 | |
CN112765331B (zh) | 对话知识模板构建方法、装置、计算机设备及存储介质 | |
CN109726277B (zh) | 一种数据处理方法及装置 |
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 |