CN115375463A - 人工智能问卷生成方法 - Google Patents

人工智能问卷生成方法 Download PDF

Info

Publication number
CN115375463A
CN115375463A CN202211146128.XA CN202211146128A CN115375463A CN 115375463 A CN115375463 A CN 115375463A CN 202211146128 A CN202211146128 A CN 202211146128A CN 115375463 A CN115375463 A CN 115375463A
Authority
CN
China
Prior art keywords
user
artificial intelligence
emotion
input
questionnaire
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
Application number
CN202211146128.XA
Other languages
English (en)
Inventor
余颖
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Bank Co Ltd
Original Assignee
Ping An Bank Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202211146128.XA priority Critical patent/CN115375463A/zh
Publication of CN115375463A publication Critical patent/CN115375463A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • G06F40/35Discourse or dialogue representation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • General Health & Medical Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请提供了一种人工智能问卷生成方法,所述方法包括:显示人工智能问卷界面于客户端,所述问卷界面包括预设选项和其它对话框,所述预设选项用于供用户选择输入对应的选项内容,所述其他对话框用于供用户点击以展示文本输入框供用户输入初始文本内容;当接收到用户在所述文本输入框中输入的初始文本内容时,根据预设情绪沟通模型分析对所述初始文本内容进行分析以得到输入所述初始文本内容时用户的情绪状态;解析所述初始文本以得到用户的诉求;进入对话模式,并根据所述用户的情绪状态和所述用户的诉求输出相应的解决方案,所述解决方案包括情绪安抚方案和/或服务方案于所述人工智能问卷界面。本申请提高了用户体验。

Description

人工智能问卷生成方法
技术领域
本发明涉及金融科技技术领域,尤其涉及一种人工智能问卷生成方法。
背景技术
问卷是金融企业进行市场调研,了解客户意愿,改善产品服务流程的重要工具。通常情况下,企业会根据业务情况、调研目标设计问卷。为搜集到更多有效的客户信息,提升客户答题率,问卷一般以选择题为题型,客户只要在选项范围里选择即可。当然,为搜集到更多预设之外的信息,也会设置一个开放性问题、选项支持客户补充问卷已有题目框架以外的内容。客户回答这些开放性问题时会表达感谢,也会宣泄愤怒和不满,有的也会清楚地说明自己遇到的问题、对产品服务的不满。这些真实、宝贵的反馈,企业只能在问卷分析阶段获得,问卷分析通常在问卷提交之后过去至少一天,通常情况下,会更久。获得这些信息后,积极的企业会派业务人员进行二次沟通,其余的则可能直接忽略这些非标回答。这个时候的沟通,客户可能已经不再接受沟通,或者已经遗忘,或者即使有意向与企业继续进行业务往来的也为时已晚。不难看出,这时候的沟通,企业需要付出极高的运营成本,但是效果甚微。
发明内容
本发明提供了一种提升用户体验感的人工智能问卷生成方法、计算机设备和人工智能问卷生成系统。
本发明第一方面提供一种人工智能问卷生成方法。该方法包括:显示人工智能问卷界面于客户端,所述问卷界面包括预设选项和其它对话框,所述预设选项用于供用户选择输入对应的选项内容,所述其他对话框用于供用户点击以展示文本输入框供用户输入初始文本内容;当接收到用户在所述文本输入框中输入的初始文本内容时,根据预设情绪沟通模型分析对所述初始文本内容进行分析以得到输入所述初始文本内容时用户的情绪状态;解析所述初始文本以得到用户的诉求;进入对话模式,并根据所述用户的情绪状态和所述用户的诉求输出相应的解决方案,所述解决方案包括情绪安抚方案和/或服务方案于所述人工智能问卷界面。
本发明第二方面提供一种计算机设备,所述计算机设备包括:
计算机可读存储介质,用于存储程序指令;
处理器,用于执行所述程序指令以实现所述的人工智能问卷生成方法。
本发明第三方面提供一种人工智能问卷生成系统,所述人工智能问卷生成系统用于实现所述人工智能问卷生成方法,所述系统包括:
客户端;
业务端;
服务器端,包括:
存储器,用于存储计算机程序指令,
处理器,用于执行所述计算机程序指令以实现所述的人工智能问卷生成方法。
本申请通过对用户输入的内容进行分析获取对应的解决方案和用户当前的情绪状态,通过训练情绪沟通模型将用户的情绪划分为不同等级,根据不同的等级获取对应的情绪安抚语言,提高了用户体验和解决问题的效率。本申请还通过不断地总结和分析新的业务内容丰富预设的解决方案和提高识别情绪等级的准确性,从而优化业务流程,减轻了人力。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图示出的结构获得其他的附图。
图1为本申请第一实施例提供的人工智能问卷生成方法的系统架构示意图。
图2为本申请第一实施例提供的人工智能问卷生成方法的流程图。
图3为本申请第一实施例提供的人工智能问卷界面的示意图。
图4为本申请第一实施例提供的另一人工智能问卷界面的示意图。
图5为本申请第一实施例提供的步骤103的另一子步骤流程示意图。
图6为本申请实施例提供的进行人工智能问卷界面生成方法的计算机设备内部结构示意图。
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,如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,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)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,以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。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。
需要说明的是,在本申请中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
本申请提供了一种人工智能问卷界面生成方法。所述方法应用于后端服务器,如图1所示,所述服务器1与客户端服务器2和业务端服务器3进行通讯连接。所述客户端服务器可以但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。所述客户端服务器用于显示问卷界面,所述问卷界面上显示了若干预设选项和其它对话框,通过向所述业务端服务器发送信息可以联系工作人员。
请结合参看图2,其为本申请第一实施例提供的人工智能问卷界面生成方法的流程图。该人工智能问卷界面生成方法包括步骤S101-S105。
步骤S101,显示人工智能问卷界面于客户端,所述问卷界面包括预设选项和其它对话框,所述预设选项用于供用户选择输入对应的选项内容,所述其他对话框用于供用户点击以展示文本输入框供用户输入初始文本内容。
客户端服务器的显示装置显示人工智能问卷界面,所述显示装置可以为手机的显示屏、电脑的显示屏、所述问卷界面包括若干预设选项,所述若干预设选项包括设置了内容以供用户选择的选项,还包括没有设置内容的其它选项,所述问卷界面上还包括对话框,用于当用户选择所述其它选项以输入初始文本内容。
例如,用户在银行贷款后想要提前还款时,用户要填写人工智能调查问卷以阐述提前还款原因。如图3所示,所述调查问卷4上有若干设置内容的预设选项5,例如,借款利率较高、经济条件允许无需贷款、银行要求提前还款、贷款额度不够用,还有没有设置内容的其它选项6。当用户点击问卷界面上没有内容的其他选项内容时,用户在问卷界面上的文本框7输入文本内容,例如,贷款利率太高,还不起、还款压力比较大、利率结算方法不满意等。
步骤S102,当接收到用户在所述文本输入框中输入的初始文本内容时,根据预设情绪沟通模型分析对所述初始文本内容进行分析以得到输入所述初始文本内容时用户的情绪状态。
所述预设沟通模型存储于数据库中,所述数据库与后端可以进行数据传输,当接收到用户在所述文本输入框中输入的初始文本内容时,所述预设沟通模型可以分析用户在输入文本内容时的情绪状态。
例如,周先生在文本框中输入还款金额太高了,无法承担时,情绪沟通模型可以分析出当前周先生的情绪处于低沉的状态;或者,当前周先生因为投资等原因可以将贷款还清,在文本框中输入赚到钱还清余下的贷款了,情绪沟通模型可以分析出当前周先生的情绪处于兴奋的状态;或者周先生对还款利率不满意,在文本框中输入利率结算的方式太坑人,以后不会再进行贷款,情绪沟通模型可以分析出当前周先生的情绪处于不满的状态。
步骤S103,解析所述初始文本以得到用户的诉求。
例如,周先生在文本框中输入还款金额太高了,无法承担时,可以分析出诉求为更换还款方式或者降低还款利率。
步骤S104,进入对话模式,并根据所述用户的情绪状态和所述用户的诉求输出相应的解决方案,所述解决方案包括情绪安抚方案和/或服务方案于所述人工智能问卷界面。
所述对话模式以用户输入的初始文本内容为起始对话语言,并显示在人工智能界面上。所述情绪安抚方案为预设情绪模型依据用户输入的初始文本内容时的情绪状态在数据库中获取对应的情绪安抚语言;所述服务方案为根据所述初始文本内容获取所述用户的诉求并根据所述诉求获取对应的解决方案,所述解决方案存储于数据库中。
例如,周先生在文本框中输入还款金额太高了,无法承担时,情绪沟通模型可以分析出当前周先生的情绪处于低沉的状态,从数据库中获取情绪安抚语言可以为:理解理解,大家都有资金紧张的时候,从数据库中获取解决方案为:提供其他还款方式:例如,先还利息,等到年底再还本金;当前周先生因为投资等原因可以将贷款还清,在文本框中输入赚到钱还清余下的贷款了,情绪沟通模型可以分析出当前周先生的情绪处于兴奋的状态,可以回复:有钱了真好,并为周先生介绍一些目前有优惠活动的理财产品;周先生对还款利率不满意,在文本框中输入利率结算的方式太坑人,以后不会再进行贷款,情绪沟通模型可以分析出当前周先生的情绪处于不满的状态,对周先生进行情绪安抚的语言可以为:您是遇到什么问题了,先平复一下心情,可以适当降低还款利率。
用户在问卷界面的文本框中输入文本内容后,点击所述人工智能问卷界面上的确认图标以使客户端向后端发送请求,后端响应所述请求并依据用户输入的文本内容获取情绪安抚语言和解决方案生成人工智能问卷界面。
例如,以用户在问卷界面输入的“每个月与还款金额太高了,压力比较大”为对话起始语句生成如图4所示的人工智能问卷界面7,所述人工智能问卷界面上包括起始语句8,还包括:情绪安抚语言9:理解理解,大家都会有资金紧张的时候;和解决方案10:您可以考虑变更还款方式,每个月先还利息,年底还本金,以减轻还款压力。所述人工智能问卷界面上还有文本对话框11,以供用户输入对解决方案的反馈;界面上还有;更换还款方式图标12供用户点击以进行更换还款方式的流程、联系工作人员图标13供用户点击以使用户随时能与工作人员联系、结束对话图标14以使用户能随时根据当前自身的情况结束通话。
所述预设沟通模型通过预先训练可以分析用户在文本框中输入内容时的情绪,将用户的情绪分为若干等级,最高级为用户当时是开心的,可能为用户可以担负起当时的银行业务,情绪状态良好;最低级为用户情绪状态十分糟糕,可能为用户当前因为投资失败而缺钱;在最高级和最低级中间还有若干等级,通过不断训练新的业务中用户输入的对话和回复的语言,将情绪等级细化,提高对用户情绪识别的等级的准确度。
请参看图5,图5是步骤104的另一子步骤流程示意图。步骤103包括如下步骤S1041-S1043。
步骤S1031,若用户输入所述初始文本内容时的情绪状态对应的情绪等级为最高等级,在所述人工智能问卷界面显示当前有优惠活动的产品。
若根据预设模型判断用户当前情绪状态良好,则向用户推荐目前正在做活动的产品,例如理财产品,保险产品,可以实时地向用户推荐当前产品,提高产品的销售量,使活动进行的更顺利,最大程度地利用人力和财力资源。
步骤S1032,若用户输入所述初始文本内容时的情绪状态对应的情绪等级不是最高等级,判断所述初始文本内容中是否有用户的诉求。
若当前用户的情绪等级不是最高等级,则用户目前的资金状况仍不太乐观,判断用户输入的文本中是否写有诉求。
步骤S1033,若所述初始文本内容中有用户的诉求,获取所述诉求对应的解决方案。
在数据库中获取当前诉求对应的解决方案。
客户端将人工智能问卷界面发送至客户端,用户在界面输入对解决方案的反馈内容,从客户端接收反馈内容并分析用户的情绪,若用户对提供的解决方案不满意,情绪处于很糟糕的状态,识别用户当前的情绪等级为最低级,则向业务端发送信息以使工作人员与用户进行通话,以提高用户体验,和解决问题的效率。
若用户对提供的解决方案不满意,但是情绪状态等级并不是最低等级,则依据用户输入的反馈内容再次获取解决方案。
若用户的反馈内容中没有诉求,只有表述情绪的话,若分析出用户当前的情绪等级为最低级,则向业务端发送信息以使工作人员与用户进行通话。
所述解决方案存储于数据库中,通过不断总结新的业务内容在所述数据库中增加解决方案,以应对用户可能出现的各种问题。
每次处理业务后,都将处理业务时涉及到的数据存储下来并进行分析以优化上述人工智能问卷流程。
本申请还提供一种计算机设备900,请结合参看图6,其为本申请第一实施例提供的计算机设备900的内部结构示意图。进一步的,该计算机嵌入式设备为HUD。计算机设备900至少包括存储器901、处理器902。具体地,存储器901,用于存储进行人工智能问卷界面生成方法的程序指令。处理器902,用于执行程序指令以使计算机设备900实现上述的进行人工智能问卷界面生成方法。
其中,存储器901至少包括一种类型的可读存储介质,该可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、磁性存储器、磁盘、光盘等。存储器901不仅可以用于存储安装于计算机设备900的应用软件及各类数据,例如,进行人工智能问卷界面生成方法的控制指令等,还可以用于暂时地存储已经输出或者将要输出的数据。
处理器902在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片,用于运行存储器901中存储的程序指令或处理数据。具体地,处理器902执行进行人工智能问卷界面生成方法的程序指令以控制计算机设备900实现进行人工智能问卷界面生成方法。
进一步地,总线903可以是外设部件互连标准总线(peripheral componentinterconnect,简称PCI)或扩展工业标准结构总线(extended industry standardarchitecture,简称EISA)等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图6中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
进一步地,计算机设备900还可以包括显示组件904。显示组件904可以是LED(Light Emitting Diode,发光二极管)显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示组件904也可以适当的称为显示装置或显示单元,用于显示在计算机设备900中处理的信息以及用于显示可视化的用户界面。
进一步地,计算机设备900还可以包括通信组件905,通信组件905可选的可以包括有线通信组件和/或无线通信组件(如WI-FI通信组件、蓝牙通信组件等),通常用于在计算机设备900与其他计算机设备之间建立通信连接。
图6仅示出了具有组件901-905以及实现进行人工智能问卷界面生成方法的程序指令的计算机设备900,本领域技术人员可以理解的是,图6示出的结构并不构成对计算机设备900的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,具体地,计算机设备900的处理器902执行进行人工智能问卷界面生成方法的程序指令以控制计算机设备900实现可运动物体的运动轨迹的预测方法的详细过程。可以参考上述方法实施例中的对应过程,在此不再赘述。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,且本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
以上所列举的仅为本申请较佳实施例而已,当然不能以此来限定本申请之权利范围,因此依本申请权利要求所作的等同变化,仍属于本申请所涵盖的范围。

Claims (10)

1.一种人工智能问卷生成方法,其特征在于,所述人工智能问卷生成方法包括:
显示人工智能问卷界面于客户端,所述问卷界面包括预设选项和其它对话框,所述预设选项用于供用户选择输入对应的选项内容,所述其他对话框用于供用户点击以展示文本输入框供用户输入初始文本内容;
当接收到用户在所述文本输入框中输入的初始文本内容时,根据预设情绪沟通模型分析对所述初始文本内容进行分析以得到输入所述初始文本内容时用户的情绪状态;
解析所述初始文本以得到用户的诉求;
进入对话模式,并根据所述用户的情绪状态和所述用户的诉求输出相应的解决方案,所述解决方案包括情绪安抚方案和/或服务方案于所述人工智能问卷界面。
2.如权利要求1所述的人工智能问卷生成方法,其特征在于,根据预设情绪沟通模型分析对所述初始文本内容进行分析得到输入所述初始文本内容时用户的初始情绪状态包括:
根据预设情绪沟通模型获取所述初始文本内容时的情绪状态对应的情绪等级,所述情绪等级为根据情绪好坏程度划分为若干等级,最高等级为情绪状态好,最低等级为情绪状态差;
获取所述情绪等级对应的情绪安抚语言,不同等级的情绪状态对应不同的情绪安抚语言。
3.如权利要求2所述的人工智能问卷生成方法,其特征在于,根据所述初始情绪状态和/或初始诉求输出相应的解决方案于所述人工智能问卷界面具体包括:
若用户输入所述初始文本内容时的情绪状态对应的情绪等级为最高等级,在所述人工智能问卷界面显示当前有优惠活动的产品;
若用户输入所述初始文本内容时的情绪状态对应的情绪等级不是最高等级,判断所述初始文本内容中是否有用户的诉求;
若所述初始文本内容中有用户的诉求,获取所述诉求对应的解决方案。
4.如权利要求2所述的人工智能问卷生成方法,其特征在于,所述方法还包括:
当所述人工智能问卷生成方法在进入对话模式时,提供可以输入沟通内容的选项或者对话框以供用户的输入根据所述解决方案的反馈内容;
当所述用户通过对话框输入反馈内容时,根据预设情绪沟通模型分析所述反馈内容以得到输入所述反馈内容时用户的情绪状态;
判断所述输入所述反馈内容时用户的情绪状态是否为最低等级;
若所述输入所述反馈内容时用户的情绪状态不是最低等级,解析所述反馈内容以得到用户的诉求;
根据所述诉求输出相应的解决方案于所述人工智能问卷界面。
5.如权利要求4所述的人工智能问卷生成方法,其特征在于,所述方法还包括:
若所述用户输入所述反馈内容时的情绪状态为最低等级,发送信息至业务端以提示工作人员进行人工服务。
6.如权利要求4所述的人工智能问卷生成方法,其特征在于,所述的人工智能问卷生成方法还包括:
在所述人工智能问卷界面设置人工服务入口供用户点击以使用户能随时与工作人员进行交流;或者
在所述人工智能问卷界面设置结束对话选项供用户点击以使用户能随时退出所述人工智能问卷界面。
7.如权利要求4所述的人工智能问卷生成方法,其特征在于所述解决方案存储于数据库,所述方法还包括:
根据根据初始文本内容和反馈内容业务内容增加解决方案。
8.如权利要求4所述的人工智能问卷生成方法,其特征在于,所述方法还包括:
根据业务内容训练所述情绪沟通模型识别情绪状态以完善所述情绪沟通模型,所述业务内容包括初始文本内容和反馈内容。
9.一种计算机设备,其特征在于,所述计算机设备包括:
计算机可读存储介质,用于存储程序指令;
处理器,用于执行所述程序指令以实现如权利要求1至8 中任意一项所述的人工智能问卷生成方法。
10.一种人工智能问卷生成系统,其特征在于,所述人工智能问卷生成系统用于实现所述人工智能问卷生成方法,所述系统包括:
客户端;
业务端;
后端服务器端,包括:
存储器,用于存储计算机程序指令,
处理器,用于执行所述计算机程序指令以实现如权利要求1~8任一项所述的人工智能问卷生成方法。
CN202211146128.XA 2022-09-20 2022-09-20 人工智能问卷生成方法 Pending CN115375463A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211146128.XA CN115375463A (zh) 2022-09-20 2022-09-20 人工智能问卷生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211146128.XA CN115375463A (zh) 2022-09-20 2022-09-20 人工智能问卷生成方法

Publications (1)

Publication Number Publication Date
CN115375463A true CN115375463A (zh) 2022-11-22

Family

ID=84072155

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211146128.XA Pending CN115375463A (zh) 2022-09-20 2022-09-20 人工智能问卷生成方法

Country Status (1)

Country Link
CN (1) CN115375463A (zh)

Similar Documents

Publication Publication Date Title
US10880435B2 (en) Systems and methods for customer sentiment prediction and depiction
US11238228B2 (en) Training systems for pseudo labeling natural language
US11941420B2 (en) Facilitating user device and/or agent device actions during a communication session
US20200175964A1 (en) System and Method for a Computer User Interface for Exploring Conversational Flow with Selectable Details
US11847422B2 (en) System and method for estimation of interlocutor intents and goals in turn-based electronic conversational flow
EP3511887A1 (en) Automated chat assistant for providing interactive data using npl - natural language processing - system and method
US10134050B1 (en) Method and system for facilitating the production of answer content from a mobile device for a question and answer based customer support system
US8095476B2 (en) Automated support scheme for electronic forms
JP2023523678A (ja) コールセンター応答生成のための意図分析
US20170278181A1 (en) System and method for providing financial assistant
US11196862B1 (en) Predictive customer service support system and method
US10248716B2 (en) Real-time guidance for content collection
CA3147634A1 (en) Method and apparatus for analyzing sales conversation based on voice recognition
CN111405224A (zh) 在线交互控制方法、装置、存储介质及电子设备
KR20180049277A (ko) 채팅 사용자 플랫폼을 이용한 비대면 상품 추천 방법 및 장치
US11775982B2 (en) Augmented intelligence assistant for agents
CN111507754A (zh) 在线交互方法、装置、存储介质及电子设备
US20150215242A1 (en) Perpetual Memoire
US10270869B2 (en) Contextual web session and IVR integration
US20210117972A1 (en) Rule-based messaging and electronic communication system
US20230244968A1 (en) Smart Generation and Display of Conversation Reasons in Dialog Processing
CN115375463A (zh) 人工智能问卷生成方法
US20220414684A1 (en) Multi-Modal Regression to Predict Customer Intent to Contact a Merchant
US20220091861A1 (en) Systems and methods for generating interfaces based on user proficiency
US20210027305A1 (en) System and method for organizing and integrating electronic customer service resources

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