CN115907785B - 一种基于关联关键词的客服问答智能辅助方法及装置 - Google Patents
一种基于关联关键词的客服问答智能辅助方法及装置 Download PDFInfo
- Publication number
- CN115907785B CN115907785B CN202211473738.0A CN202211473738A CN115907785B CN 115907785 B CN115907785 B CN 115907785B CN 202211473738 A CN202211473738 A CN 202211473738A CN 115907785 B CN115907785 B CN 115907785B
- Authority
- CN
- China
- Prior art keywords
- customer service
- real
- answer
- keyword
- time
- 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.)
- Active
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及客服智能辅助技术领域,揭露了一种基于关联关键词的客服问答智能辅助方法,包括:获取答语‑关键词关联表,在实时客户提问语句中提取实时客户关键词集,在客服辅助答语集中提取目标客服辅助答语集,在答语‑关键词关联表中提取每个实时客户关键词与每个目标客服辅助答语的关联度,利用关联度计算公式,根据关联度计算实时客户关键词集在每个目标客服辅助答语中的综合关联度评分,根据综合关联度评分对目标客服辅助答语进行关联度排序,得到客服辅助答语序列。本发明还提出一种基于关联关键词的客服问答智能辅助装置、电子设备以及计算机可读存储介质。本发明可以解决客户体验感及满意度较差,客服也需要耗费较大的体力及脑力的问题。
Description
技术领域
本发明涉及一种基于关联关键词的客服问答智能辅助方法及装置,属于客服智能辅助技术领域。
背景技术
随着电子商务的快速兴起,智能客服辅助开始成为一大研究热点。智能客服辅助的核心是快速、准确的提示、辅助人工客服回答用户咨询的问题。
由于人工客服面临高成本、高负荷的问题,现代企业需要更加高效、准确的智能客服辅助系统。传统的人工客服主要是依靠短期培训获得的业务知识对客户进行问题的解答,但这种凭借客服自身的业务知识素养进行的业务解答需要客服具备强大的业务知识储备水平及临时应急能力。需要客服在短期内快速熟知业务领域内的各个知识点,因此对客服的学习能力是较大的考验,且客服在日常的工作中也存在着压力大的情况,从而导致客户体验感及满意度较差,客服也需要耗费较大的体力及脑力。
发明内容
本发明提供一种基于关联关键词的客服问答智能辅助方法、装置及计算机可读存储介质,其主要目的在于解决客户体验感及满意度较差,客服也需要耗费较大的体力及脑力的问题。
为实现上述目的,本发明提供的一种基于关联关键词的客服问答智能辅助方法,包括:
获取客户关键词集及客服辅助答语集,统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表;
获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集;
在所述客服辅助答语集中提取与所述实时客户关键词集中任意实时客户关键词具有关联关系的客服辅助答语,得到目标客服辅助答语集;
在所述答语-关键词关联表中提取所述实时客户关键词集中每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度;
利用预构建的关联度计算公式,根据所述每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度计算所述实时客户关键词集在每个所述目标客服辅助答语中的综合关联度评分,其中所述关联度计算公式如下所示:
Si=ki1+ki2+…+kij
其中,Si表示第i个目标客服辅助答语的综合关联度评分,ki1表示所述实时客户关键词集中第1个实时客户关键词在第i个目标客服辅助答语中的关联度,ki2表示所述实时客户关键词集中第2个实时客户关键词在第i个目标客服辅助答语中的关联度,kij表示所述实时客户关键词集中第j个实时客户关键词在第i个目标客服辅助答语中的关联度;
根据所述综合关联度评分对所述目标客服辅助答语集中的每一个目标客服辅助答语进行关联度排序,得到客服辅助答语序列,完成基于关联关键词的客服问答智能辅助。
可选地,所述获取客户关键词集及客服辅助答语集,包括:
获取业务领域相关语句集;
将所述业务领域相关语句集进行重合度匹配,得到重合词段集;
将所述重合词段集作为所述客户关键词集;
获取业务领域制度规则,将所述业务领域制定规则按照内容进行条理化分割,得到所述客服辅助答语集。
可选地,所述统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表,包括:
接收历史客户提问训练语句集,依次在所述历史客户提问训练语句集中的每一个历史客户提问训练语句中提取历史训练关键词,得到历史训练关键词集;
在所述客服辅助答语集中提取所述历史客户提问训练语句对应的客服辅助答语;
将所述历史训练关键词集作为所述客服辅助答语的关联客户关键词集;
提取所述客服辅助答语集中每一个客服辅助答语的所有关联客户关键词集;
在所述客服辅助答语的所有关联客户关键词集中统计各个历史训练关键词出现频次;
将客服辅助答语的所有关联客户关键词集中统计各个历史训练关键词出现频次作为所述历史训练关键词与所述客服辅助答语的关联度;
统计每一个所述历史训练关键词与每一个所述客服辅助答语的关联度,得到所述答语-关键词关联表。
可选地,所述获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集,包括:
获取实时客户提问语音,将所述实时客户提问语音转换为实时客户提问文本;
判断所述实时客户提问语音的停留时长是否大于预设的时间阈值;
若所述实时客户提问语音的停留时长大于所述时间阈值,则根据所述停留时长对所述实时客户提问文本进行分句,得到实时客户提问语句;
若所述实时客户提问语音的停留时长不大于所述时间阈值,则将所述实时客户提问文本作为所述实时客户提问语句;
利用所述客户关键词集中的客户关键词对所述实时客户提问语句进行关键词检索,得到所述实时客户关键词集。
可选地,所述在所述客服辅助答语集中提取与所述实时客户关键词集中任意实时客户关键词具有关联关系的客服辅助答语,得到目标客服辅助答语集,包括:
依次在所述实时客户关键词集中提取实时客户关键词;
在所述答语-关键词关联表中查询与所述实时客户关键词具有关联关系的客户辅助答语,得到所述目标客服辅助答语集。
可选地,所述利用预构建的关联度计算公式,根据所述每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度计算所述实时客户关键词集在每个所述目标客服辅助答语中的综合关联度评分,包括:
在与所述目标客服辅助答语具有关联关系的实时客户关键词集中依次提取实时客户关键词;
提取与所述目标客服辅助答语具有关联关系的每一个所述实时客户关键词与所述目标客服辅助答语的关联度;
根据每一个所述实时客户关键词与所述目标客服辅助答语的关联度,利用所述关联度计算公式,计算所有与所述目标客服辅助答语具有关联关系的实时客户关键词的关联度总和,得到所述综合关联度评分。
可选地,所述根据所述综合关联度评分对所述目标客服辅助答语集中的每一个目标客服辅助答语进行关联度排序,得到客服辅助答语序列,包括:
提取所述目标客服辅助答语集中的每一个目标客服辅助答语与所述实时客户关键词集的综合关联度评分;
根据所述综合关联度评分从大至小的关系,对所述目标客服辅助答语集中的目标客服辅助答语进行先后排序,得到所述客服辅助答语序列。
可选地,所述获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集之后,所述方法还包括:
获取实时客服回答语句;
提取所述实时客服回答语句中的对答词语集及对答语速;
根据预设的违禁词语,判断所述对答词语集中是否存在违禁词语;
若所述对答词语集中存在违禁词语,则进行客服警告;
若所述对答词语集中不存在违禁词语,则判断所述对答语速是否超过预设的语速阈值;
若所述对答语速超过预设的语速阈值,则提醒客服人员降低语速;
若所述对答语速未超过预设的语速阈值,则提示通话正常。
可选地,所述提取所述实时客服回答语句中的对答词语集及对答语速,包括:
将所述实时客服回答语句转换为实时客服回答文本;
在所述实时客服回答文本中提取所述对答词语集;
根据所述实时客服回答语句的对答时间及所述实时客服回答文本的长短,计算所述对答语速。
为了解决上述问题,本发明还提供一种基于关联关键词的客服问答智能辅助装置,所述装置包括:
答语-关键词关联表构建模块,用于获取客户关键词集及客服辅助答语集,统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表;
实时客户关键词集获取模块,用于获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集;
目标客服辅助答语集获取模块,用于在所述客服辅助答语集中提取与所述实时客户关键词集中任意实时客户关键词具有关联关系的客服辅助答语,得到目标客服辅助答语集;
综合关联度评分计算模块,用于在所述答语-关键词关联表中提取所述实时客户关键词集中每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度;利用预构建的关联度计算公式,根据所述每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度计算所述实时客户关键词集在每个所述目标客服辅助答语中的综合关联度评分,其中所述关联度计算公式如下所示:
Si=ki1+ki2+…+kij
其中,Si表示第i个目标客服辅助答语的综合关联度评分,ki1表示所述实时客户关键词集中第1个实时客户关键词在第i个目标客服辅助答语中的关联度,ki2表示所述实时客户关键词集中第2个实时客户关键词在第i个目标客服辅助答语中的关联度,kij表示所述实时客户关键词集中第j个实时客户关键词在第i个目标客服辅助答语中的关联度;
目标客服辅助答语排序模块,用于根据所述综合关联度评分对所述目标客服辅助答语集中的每一个目标客服辅助答语进行关联度排序,得到客服辅助答语序列,完成基于关联关键词的客服问答智能辅助。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以实现上述所述的基于关联关键词的客服问答智能辅助方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个指令,所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于关联关键词的客服问答智能辅助方法。
相比于背景技术所述:客户体验感及满意度较差,客服也需要耗费较大的体力及脑力的现象,本发明实施例通过获取客户关键词集及客服辅助答语集,从而得到客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,再根据关联度构建答语-关键词关联表,所述答语-关键词关联表中记载着每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,在得到所述答语-关键词关联表后,即可根据实时客户提问语句进行目标客服辅助答语关联度的计算,关联度越高,表示目标客服辅助答语越有可能是实时客户提问语句的正确回答语句,在分析实时客户提问语句时,需要在所述实时客户提问语句中提取实时客户关键词集,然后提取与所述实时客户关键词集具有关联关系的客服辅助答语,得到目标客服辅助答语集,通过所述关联度计算公式计算所述目标客服辅助答语集中每一个目标客服辅助答语与所述实时客户关键词集的关联度,在计算的时候,需要计算所述实时客户关键词集中每一个实时客户关键词与所述目标客服辅助答语集中每一个目标客服辅助答语的关联度,最后综合所有实时客户关键词与所述目标客服辅助答语集中每一个目标客服辅助答语的关联度,计算所述实时客户关键词集与所述目标客服辅助答语集中每一个目标客服辅助答语的综合关联度评分,再根据综合关联度评分的高低对所述目标客服辅助答语进行先后顺序的排列,从而得到客服辅助答语序列,完成基于关联关键词的客服问答智能辅助。因此本发明提出的基于关联关键词的客服问答智能辅助方法、装置、电子设备及计算机可读存储介质,可以解决客户体验感及满意度较差,客服也需要耗费较大的体力及脑力的问题。
附图说明
图1为本发明一实施例提供的基于关联关键词的客服问答智能辅助方法的流程示意图;
图2为本发明一实施例提供的基于关联关键词的客服问答智能辅助装置的功能模块图;
图3为本发明一实施例提供的实现所述基于关联关键词的客服问答智能辅助方法的电子设备的结构示意图。
本发明目的实现、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
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于关联关键词的客服问答智能辅助方法。所述基于关联关键词的客服问答智能辅助方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于关联关键词的客服问答智能辅助方法可以由安装在终端设备或服务端设备的软件或硬件来执行。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。
实施例1:
参照图1所示,为本发明一实施例提供的基于关联关键词的客服问答智能辅助方法的流程示意图。在本实施例中,所述基于关联关键词的客服问答智能辅助方法包括:
S1、获取客户关键词集及客服辅助答语集,统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表。
可解释的,所述客户关键词集指客户在平常的业务咨询过程中交流可能出现的关键词集合,例如:电信业务中的“流量”、“套餐”、“月租”“退订”以及“话费”等。所述客服辅助答语集指客服人员根据客户的提问作出的应答语句集合,例如:“业务分类为:电话业务、数据业务、电话卡业务以及增值业务”、“月租为49元的套餐月流量为100G”以及“携号转网需要提供客户的身份证明信息”等。
本发明实施例中,所述获取客户关键词集及客服辅助答语集,包括:
获取业务领域相关语句集;
将所述业务领域相关语句集进行重合度匹配,得到重合词段集;
将所述重合词段集作为所述客户关键词集;
获取业务领域制度规则,将所述业务领域制定规则按照内容进行条理化分割,得到所述客服辅助答语集。
可解释的,所述业务领域相关语句集可以为与客户对话过程中的语句,同行业人员沟通过程中的语句等。所述业务领域制度规则指业务所制定的规定,通过业务领域制度规则可以作为客服回答客户的依据。所述答语-关键词关联表指记录每一个客户关键词与所述客户关键词关联程度的记录表。
本发明实施例中,所述统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表,包括:
接收历史客户提问训练语句集,依次在所述历史客户提问训练语句集中的每一个历史客户提问训练语句中提取历史训练关键词,得到历史训练关键词集;
在所述客服辅助答语集中提取所述历史客户提问训练语句对应的客服辅助答语;
将所述历史训练关键词集作为所述客服辅助答语的关联客户关键词集;
提取所述客服辅助答语集中每一个客服辅助答语的所有关联客户关键词集;
在所述客服辅助答语的所有关联客户关键词集中统计各个历史训练关键词出现频次;
将客服辅助答语的所有关联客户关键词集中统计各个历史训练关键词出现频次作为所述历史训练关键词与所述客服辅助答语的关联度;
统计每一个所述历史训练关键词与每一个所述客服辅助答语的关联度,得到所述答语-关键词关联表。
可解释的,所述历史客户提问训练语句集指历史客户提问客服的整理语句,通过统计所述历史客户提问训练语句中每一个历史训练关键词与对应的客服辅助答语的关联度们可以得到每个客服辅助答语与各个历史训练关键词关联度,所述关联度可以利用历史训练关键词出现的频次表示,频次越高,表示关联度越高。例如:当客服辅助答语为“月租为49元的套餐月流量为100G”时,对应的历史训练关键词集中各个历史训练关键词的关联度可以为“流量1000次”、“月租900次”以及“套餐980次”等。
S2、获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集。
本发明实施例中,所述获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集,包括:
获取实时客户提问语音,将所述实时客户提问语音转换为实时客户提问文本;
判断所述实时客户提问语音的停留时长是否大于预设的时间阈值;
若所述实时客户提问语音的停留时长大于所述时间阈值,则根据所述停留时长对所述实时客户提问文本进行分句,得到实时客户提问语句;
若所述实时客户提问语音的停留时长不大于所述时间阈值,则将所述实时客户提问文本作为所述实时客户提问语句;
利用所述客户关键词集中的客户关键词对所述实时客户提问语句进行关键词检索,得到所述实时客户关键词集。
可理解的,此处可以利用自然语言处理技术将语音进行文本的转化,为现有技术,在此不再赘述。
本发明实施例中,所述获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集之后,所述方法还包括:
获取实时客服回答语句;
提取所述实时客服回答语句中的对答词语集及对答语速;
根据预设的违禁词语,判断所述对答词语集中是否存在违禁词语;
若所述对答词语集中存在违禁词语,则进行客服警告;
若所述对答词语集中不存在违禁词语,则判断所述对答语速是否超过预设的语速阈值;
若所述对答语速超过预设的语速阈值,则提醒客服人员降低语速;
若所述对答语速未超过预设的语速阈值,则提示通话正常。
应明白的,危包证客服的服务质量应保证客服语速正常,且不能出现违禁词语。
本发明实施例中,所述提取所述实时客服回答语句中的对答词语集及对答语速,包括:
将所述实时客服回答语句转换为实时客服回答文本;
在所述实时客服回答文本中提取所述对答词语集;
根据所述实时客服回答语句的对答时间及所述实时客服回答文本的长短,计算所述对答语速。
S3、在所述客服辅助答语集中提取与所述实时客户关键词集中任意实时客户关键词具有关联关系的客服辅助答语,得到目标客服辅助答语集。
本发明实施例中,所述在所述客服辅助答语集中提取与所述实时客户关键词集中任意实时客户关键词具有关联关系的客服辅助答语,得到目标客服辅助答语集,包括:
依次在所述实时客户关键词集中提取实时客户关键词;
在所述答语-关键词关联表中查询与所述实时客户关键词具有关联关系的客户辅助答语,得到所述目标客服辅助答语集。
可解释的,任意与所述实时客户关键词具有关联关系的客服辅助答语都有可能是可以辅助客服进行解答客户疑问的语句。因此都可以作为辅助客服的语句。
S4、在所述答语-关键词关联表中提取所述实时客户关键词集中每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度。
本发明实施例中,为计算每一个目标客服辅助答语对于所述实时客户关键词集的重要程度,需要计算每一个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度。
S5、利用预构建的关联度计算公式,根据所述每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度计算所述实时客户关键词集在每个所述目标客服辅助答语中的综合关联度评分。
可解释的,所述综合关联度评分指每一个所述目标客服辅助答语与所述实时客户关键词集中所有实时客户关键词的关联程度综合评分值,评分值越高表示关联度越高。
详细地,所述关联度计算公式如下所示:
Si=ki1+ki2+…+kxj
其中,Si表示第i个目标客服辅助答语的综合关联度评分,ki1表示所述实时客户关键词集中第1个实时客户关键词在第i个目标客服辅助答语中的关联度,ki2表示所述实时客户关键词集中第2个实时客户关键词在第i个目标客服辅助答语中的关联度,kij表示所述实时客户关键词集中第j个实时客户关键词在第i个目标客服辅助答语中的关联度。
本发明实施例中,所述利用预构建的关联度计算公式,根据所述每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度计算所述实时客户关键词集在每个所述目标客服辅助答语中的综合关联度评分,包括:
在与所述目标客服辅助答语具有关联关系的实时客户关键词集中依次提取实时客户关键词;
提取与所述目标客服辅助答语具有关联关系的每一个所述实时客户关键词与所述目标客服辅助答语的关联度;
根据每一个所述实时客户关键词与所述目标客服辅助答语的关联度,利用所述关联度计算公式,计算所有与所述目标客服辅助答语具有关联关系的实时客户关键词的关联度总和,得到所述综合关联度评分。
可解释的,当所述实时客户关键词集为“流量”、“套餐”以及“月租”等时,目标客服辅助答语可以为“月租为49元的套餐月流量为100G”、“当前话费为50元每月”,此时第一个目标客服辅助答语的各个实时客户关键词的综合关联度评分可以为流量1000+套餐900+月租980,第二个实时客户关键词目标客服辅助答语的各个实时客户关键词的综合关联度评分可以为流量800+套餐500+月租200。此时第一个目标客服辅助答语的综合关联度评分评分较高。
S6、根据所述综合关联度评分对所述目标客服辅助答语集中的每一个目标客服辅助答语进行关联度排序,得到客服辅助答语序列,完成基于关联关键词的客服问答智能辅助。
本发明实施例中,所述根据所述综合关联度评分对所述目标客服辅助答语集中的每一个目标客服辅助答语进行关联度排序,得到客服辅助答语序列,包括:
提取所述目标客服辅助答语集中的每一个目标客服辅助答语与所述实时客户关键词集的综合关联度评分;
根据所述综合关联度评分从大至小的关系,对所述目标客服辅助答语集中的目标客服辅助答语进行先后排序,得到所述客服辅助答语序列。
可解释的,越是与所述实时客户关键词集的关联度高的目标客服辅助答语应该排在越前面的位置,方便客服进行查找。
相比于背景技术所述:客户体验感及满意度较差,客服也需要耗费较大的体力及脑力的现象,本发明实施例通过获取客户关键词集及客服辅助答语集,从而得到客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,再根据关联度构建答语-关键词关联表,所述答语-关键词关联表中记载着每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,在得到所述答语-关键词关联表后,即可根据实时客户提问语句进行目标客服辅助答语关联度的计算,关联度越高,表示目标客服辅助答语越有可能是实时客户提问语句的正确回答语句,在分析实时客户提问语句时,需要在所述实时客户提问语句中提取实时客户关键词集,然后提取与所述实时客户关键词集具有关联关系的客服辅助答语,得到目标客服辅助答语集,通过所述关联度计算公式计算所述目标客服辅助答语集中每一个目标客服辅助答语与所述实时客户关键词集的关联度,在计算的时候,需要计算所述实时客户关键词集中每一个实时客户关键词与所述目标客服辅助答语集中每一个目标客服辅助答语的关联度,最后综合所有实时客户关键词与所述目标客服辅助答语集中每一个目标客服辅助答语的关联度,计算所述实时客户关键词集与所述目标客服辅助答语集中每一个目标客服辅助答语的综合关联度评分,再根据综合关联度评分的高低对所述目标客服辅助答语进行先后顺序的排列,从而得到客服辅助答语序列,完成基于关联关键词的客服问答智能辅助。因此本发明提出的基于关联关键词的客服问答智能辅助方法、装置、电子设备及计算机可读存储介质,可以解决客户体验感及满意度较差,客服也需要耗费较大的体力及脑力的问题。
实施例2:
如图2所示,是本发明一实施例提供的基于关联关键词的客服问答智能辅助装置的功能模块图。本发明所述基于关联关键词的客服问答智能辅助装置100可以安装于电子设备中。根据实现的功能,所述基于关联关键词的客服问答智能辅助装置100可以包括答语-关键词关联表构建模块101、实时客户关键词集获取模块102、目标客服辅助答语集获取模块103、综合关联度评分计算模块104及目标客服辅助答语排序模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
所述答语-关键词关联表构建模块101,用于获取客户关键词集及客服辅助答语集,统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表;
所述实时客户关键词集获取模块102,用于获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集;
所述目标客服辅助答语集获取模块103,用于在所述客服辅助答语集中提取与所述实时客户关键词集中任意实时客户关键词具有关联关系的客服辅助答语,得到目标客服辅助答语集;
所述综合关联度评分计算模块104,用于在所述答语-关键词关联表中提取所述实时客户关键词集中每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度;利用预构建的关联度计算公式,根据所述每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度计算所述实时客户关键词集在每个所述目标客服辅助答语中的综合关联度评分,其中所述关联度计算公式如下所示:
Si=ki1+ki2+…+kij
其中,Si表示第i个目标客服辅助答语的综合关联度评分,ki1表示所述实时客户关键词集中第1个实时客户关键词在第i个目标客服辅助答语中的关联度,ki2表示所述实时客户关键词集中第2个实时客户关键词在第i个目标客服辅助答语中的关联度,kij表示所述实时客户关键词集中第j个实时客户关键词在第i个目标客服辅助答语中的关联度;
所述目标客服辅助答语排序模块105,用于根据所述综合关联度评分对所述目标客服辅助答语集中的每一个目标客服辅助答语进行关联度排序,得到客服辅助答语序列,完成基于关联关键词的客服问答智能辅助。
详细地,本发明实施例中所述基于关联关键词的客服问答智能辅助装置100中的所述各模块在使用时采用与上述的图1中所述的基于关联关键词的客服问答智能辅助方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
实施例3:
如图3所示,是本发明一实施例提供的实现基于关联关键词的客服问答智能辅助方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、总线12和通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于关联关键词的客服问答智能辅助程序。
其中,所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、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。所述存储器11在一些实施例中可以是电子设备1的内部存储单元,例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备,例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(SecureDigital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据,例如基于关联关键词的客服问答智能辅助程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如基于关联关键词的客服问答智能辅助程序等),以及调用存储在所述存储器11内的数据,以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect,简称PCI)总线或扩展工业标准结构(extended industry standard architecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图3示出的结构并不构成对所述电子设备1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。
例如,尽管未示出,所述电子设备1还可以包括给各个部件供电的电源(比如电池),
优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
进一步地,所述电子设备1还可以包括网络接口,可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地,该电子设备1还可以包括用户接口,用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED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,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于关联关键词的客服问答智能辅助程序是多个指令的组合,在所述处理器10中运行时,可以实现:
获取客户关键词集及客服辅助答语集,统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表;
获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集;
在所述客服辅助答语集中提取与所述实时客户关键词集中任意实时客户关键词具有关联关系的客服辅助答语,得到目标客服辅助答语集;
在所述答语-关键词关联表中提取所述实时客户关键词集中每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度;
利用预构建的关联度计算公式,根据所述每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度计算所述实时客户关键词集在每个所述目标客服辅助答语中的综合关联度评分,其中关联度计算公式如下所示:
Si=ki1+ki2+…+kij
其中,Si表示第i个目标客服辅助答语的综合关联度评分,ki1表示所述实时客户关键词集中第1个实时客户关键词在第i个目标客服辅助答语中的关联度,ki2表示所述实时客户关键词集中第2个实时客户关键词在第i个目标客服辅助答语中的关联度,kij表示所述实时客户关键词集中第j个实时客户关键词在第i个目标客服辅助答语中的关联度;
根据所述综合关联度评分对所述目标客服辅助答语集中的每一个目标客服辅助答语进行关联度排序,得到客服辅助答语序列,完成基于关联关键词的客服问答智能辅助。
具体地,所述处理器10对上述指令的具体实现方法可参考图1至图2对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1集成的模块/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存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
获取客户关键词集及客服辅助答语集,统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表;
获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集;
在所述客服辅助答语集中提取与所述实时客户关键词集中任意实时客户关键词具有关联关系的客服辅助答语,得到目标客服辅助答语集;
在所述答语-关键词关联表中提取所述实时客户关键词集中每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度;
利用预构建的关联度计算公式,根据所述每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度计算所述实时客户关键词集在每个所述目标客服辅助答语中的综合关联度评分,其中关联度计算公式如下所示:
Si=ki1+ki2+…+kij
其中,Si表示第i个目标客服辅助答语的综合关联度评分,ki1表示所述实时客户关键词集中第1个实时客户关键词在第i个目标客服辅助答语中的关联度,ki2表示所述实时客户关键词集中第2个实时客户关键词在第i个目标客服辅助答语中的关联度,kij表示所述实时客户关键词集中第j个实时客户关键词在第i个目标客服辅助答语中的关联度;
根据所述综合关联度评分对所述目标客服辅助答语集中的每一个目标客服辅助答语进行关联度排序,得到客服辅助答语序列,完成基于关联关键词的客服问答智能辅助。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块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网络单元上。可以根据实际的需要选择其中的部分或者全部模块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模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (8)
1.一种基于关联关键词的客服问答智能辅助方法,其特征在于,所述方法包括:
获取客户关键词集及客服辅助答语集,统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表;
所述获取客户关键词集及客服辅助答语集,包括:
获取业务领域相关语句集;
将所述业务领域相关语句集进行重合度匹配,得到重合词段集;
将所述重合词段集作为所述客户关键词集;
获取业务领域制度规则,将所述业务领域制定规则按照内容进行条理化分割,得到所述客服辅助答语集;
所述统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表,包括:
接收历史客户提问训练语句集,依次在所述历史客户提问训练语句集中的每一个历史客户提问训练语句中提取历史训练关键词,得到历史训练关键词集;
在所述客服辅助答语集中提取所述历史客户提问训练语句对应的客服辅助答语;
将所述历史训练关键词集作为所述客服辅助答语的关联客户关键词集;
提取所述客服辅助答语集中每一个客服辅助答语的所有关联客户关键词集;
在所述客服辅助答语的所有关联客户关键词集中统计各个历史训练关键词出现频次;
将客服辅助答语的所有关联客户关键词集中统计各个历史训练关键词出现频次作为所述历史训练关键词与所述客服辅助答语的关联度;
统计每一个所述历史训练关键词与每一个所述客服辅助答语的关联度,得到所述答语-关键词关联表;
获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集;
在所述客服辅助答语集中提取与所述实时客户关键词集中任意实时客户关键词具有关联关系的客服辅助答语,得到目标客服辅助答语集;
在所述答语-关键词关联表中提取所述实时客户关键词集中每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度;
利用预构建的关联度计算公式,根据所述每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度计算所述实时客户关键词集在每个所述目标客服辅助答语中的综合关联度评分,其中关联度计算公式如下所示:
Si=ki1+ki2+…+kij
其中,Si表示第i个目标客服辅助答语的综合关联度评分,ki1表示所述实时客户关键词集中第1个实时客户关键词在第i个目标客服辅助答语中的关联度,ki2表示所述实时客户关键词集中第2个实时客户关键词在第i个目标客服辅助答语中的关联度,kij表示所述实时客户关键词集中第j个实时客户关键词在第i个目标客服辅助答语中的关联度;
根据所述综合关联度评分对所述目标客服辅助答语集中的每一个目标客服辅助答语进行关联度排序,得到客服辅助答语序列,完成基于关联关键词的客服问答智能辅助。
2.如权利要求1所述的基于关联关键词的客服问答智能辅助方法,其特征在于,所述获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集,包括:
获取实时客户提问语音,将所述实时客户提问语音转换为实时客户提问文本;
判断所述实时客户提问语音的停留时长是否大于预设的时间阈值;
若所述实时客户提问语音的停留时长大于所述时间阈值,则根据所述停留时长对所述实时客户提问文本进行分句,得到实时客户提问语句;
若所述实时客户提问语音的停留时长不大于所述时间阈值,则将所述实时客户提问文本作为所述实时客户提问语句;
利用所述客户关键词集中的客户关键词对所述实时客户提问语句进行关键词检索,得到所述实时客户关键词集。
3.如权利要求2所述的基于关联关键词的客服问答智能辅助方法,其特征在于,所述在所述客服辅助答语集中提取与所述实时客户关键词集中任意实时客户关键词具有关联关系的客服辅助答语,得到目标客服辅助答语集,包括:
依次在所述实时客户关键词集中提取实时客户关键词;
在所述答语-关键词关联表中查询与所述实时客户关键词具有关联关系的客户辅助答语,得到所述目标客服辅助答语集。
4.如权利要求3所述的基于关联关键词的客服问答智能辅助方法,其特征在于,所述利用预构建的关联度计算公式,根据所述每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度计算所述实时客户关键词集在每个所述目标客服辅助答语中的综合关联度评分,包括:
在与所述目标客服辅助答语具有关联关系的实时客户关键词集中依次提取实时客户关键词;
提取与所述目标客服辅助答语具有关联关系的每一个所述实时客户关键词与所述目标客服辅助答语的关联度;
根据每一个所述实时客户关键词与所述目标客服辅助答语的关联度,利用所述关联度计算公式,计算所有与所述目标客服辅助答语具有关联关系的实时客户关键词的关联度总和,得到所述综合关联度评分。
5.如权利要求4所述的基于关联关键词的客服问答智能辅助方法,其特征在于,所述根据所述综合关联度评分对所述目标客服辅助答语集中的每一个目标客服辅助答语进行关联度排序,得到客服辅助答语序列,包括:
提取所述目标客服辅助答语集中的每一个目标客服辅助答语与所述实时客户关键词集的综合关联度评分;
根据所述综合关联度评分从大至小的关系,对所述目标客服辅助答语集中的目标客服辅助答语进行先后排序,得到所述客服辅助答语序列。
6.如权利要求1所述的基于关联关键词的客服问答智能辅助方法,其特征在于,所述获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集之后,所述方法还包括:
获取实时客服回答语句;
提取所述实时客服回答语句中的对答词语集及对答语速;
根据预设的违禁词语,判断所述对答词语集中是否存在违禁词语;
若所述对答词语集中存在违禁词语,则进行客服警告;
若所述对答词语集中不存在违禁词语,则判断所述对答语速是否超过预设的语速阈值;
若所述对答语速超过预设的语速阈值,则提醒客服人员降低语速;
若所述对答语速未超过预设的语速阈值,则提示通话正常。
7.如权利要求6所述的基于关联关键词的客服问答智能辅助方法,其特征在于,所述提取所述实时客服回答语句中的对答词语集及对答语速,包括:
将所述实时客服回答语句转换为实时客服回答文本;
在所述实时客服回答文本中提取所述对答词语集;
根据所述实时客服回答语句的对答时间及所述实时客服回答文本的长短,计算所述对答语速。
8.一种基于关联关键词的客服问答智能辅助装置,其特征在于,所述装置包括:
答语-关键词关联表构建模块,用于获取客户关键词集及客服辅助答语集,统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表;
所述获取客户关键词集及客服辅助答语集,包括:
获取业务领域相关语句集;
将所述业务领域相关语句集进行重合度匹配,得到重合词段集;
将所述重合词段集作为所述客户关键词集;
获取业务领域制度规则,将所述业务领域制定规则按照内容进行条理化分割,得到所述客服辅助答语集;
所述统计所述客户关键词集中每个客户关键词与所述客服辅助答语集中每个客服辅助答语的关联度,得到答语-关键词关联表,包括:
接收历史客户提问训练语句集,依次在所述历史客户提问训练语句集中的每一个历史客户提问训练语句中提取历史训练关键词,得到历史训练关键词集;
在所述客服辅助答语集中提取所述历史客户提问训练语句对应的客服辅助答语;
将所述历史训练关键词集作为所述客服辅助答语的关联客户关键词集;
提取所述客服辅助答语集中每一个客服辅助答语的所有关联客户关键词集;
在所述客服辅助答语的所有关联客户关键词集中统计各个历史训练关键词出现频次;
将客服辅助答语的所有关联客户关键词集中统计各个历史训练关键词出现频次作为所述历史训练关键词与所述客服辅助答语的关联度;
统计每一个所述历史训练关键词与每一个所述客服辅助答语的关联度,得到所述答语-关键词关联表;
实时客户关键词集获取模块,用于获取实时客户提问语句,在所述实时客户提问语句中提取实时客户关键词集;
目标客服辅助答语集获取模块,用于在所述客服辅助答语集中提取与所述实时客户关键词集中任意实时客户关键词具有关联关系的客服辅助答语,得到目标客服辅助答语集;
综合关联度评分计算模块,用于在所述答语-关键词关联表中提取所述实时客户关键词集中每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度;
利用预构建的关联度计算公式,根据所述每个实时客户关键词与所述目标客服辅助答语集中每个目标客服辅助答语的关联度计算所述实时客户关键词集在每个所述目标客服辅助答语中的综合关联度评分,其中所述关联度计算公式如下所示:
Si=ki1+ki2+…+kij
其中,Si表示第i个目标客服辅助答语的综合关联度评分,ki1表示所述实时客户关键词集中第1个实时客户关键词在第i个目标客服辅助答语中的关联度,ki2表示所述实时客户关键词集中第2个实时客户关键词在第i个目标客服辅助答语中的关联度,kij表示所述实时客户关键词集中第j个实时客户关键词在第i个目标客服辅助答语中的关联度;
目标客服辅助答语排序模块,用于根据所述综合关联度评分对所述目标客服辅助答语集中的每一个目标客服辅助答语进行关联度排序,得到客服辅助答语序列,完成基于关联关键词的客服问答智能辅助。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211473738.0A CN115907785B (zh) | 2022-11-22 | 2022-11-22 | 一种基于关联关键词的客服问答智能辅助方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211473738.0A CN115907785B (zh) | 2022-11-22 | 2022-11-22 | 一种基于关联关键词的客服问答智能辅助方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115907785A CN115907785A (zh) | 2023-04-04 |
CN115907785B true CN115907785B (zh) | 2023-09-19 |
Family
ID=86485608
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211473738.0A Active CN115907785B (zh) | 2022-11-22 | 2022-11-22 | 一种基于关联关键词的客服问答智能辅助方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115907785B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809197A (zh) * | 2015-04-24 | 2015-07-29 | 同程网络科技股份有限公司 | 基于智能机器人的在线问答方法 |
CN109446304A (zh) * | 2018-10-10 | 2019-03-08 | 长沙师范学院 | 智能客服会话方法及系统 |
CN111078832A (zh) * | 2019-11-08 | 2020-04-28 | 杭州九阳小家电有限公司 | 一种智能客服的辅助应答方法及系统 |
WO2021244574A1 (zh) * | 2020-06-05 | 2021-12-09 | 支付宝(杭州)信息技术有限公司 | 一种建立问答对的方法及装置 |
-
2022
- 2022-11-22 CN CN202211473738.0A patent/CN115907785B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104809197A (zh) * | 2015-04-24 | 2015-07-29 | 同程网络科技股份有限公司 | 基于智能机器人的在线问答方法 |
CN109446304A (zh) * | 2018-10-10 | 2019-03-08 | 长沙师范学院 | 智能客服会话方法及系统 |
CN111078832A (zh) * | 2019-11-08 | 2020-04-28 | 杭州九阳小家电有限公司 | 一种智能客服的辅助应答方法及系统 |
WO2021244574A1 (zh) * | 2020-06-05 | 2021-12-09 | 支付宝(杭州)信息技术有限公司 | 一种建立问答对的方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN115907785A (zh) | 2023-04-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112560453B (zh) | 语音信息校验方法、装置、电子设备及介质 | |
CN113505586A (zh) | 一种融合语义分类与知识图谱的坐席辅助问答方法与系统 | |
CN113887941B (zh) | 业务流程生成方法、装置、电子设备及介质 | |
CN113205814B (zh) | 语音数据标注方法、装置、电子设备及存储介质 | |
CN112988963A (zh) | 基于多流程节点的用户意图预测方法、装置、设备及介质 | |
CN113627797A (zh) | 入职员工画像生成方法、装置、计算机设备及存储介质 | |
CN110442873A (zh) | 一种基于cbow模型的热点工单获取方法及装置 | |
CN114398910A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN115221276A (zh) | 基于clip的中文图文检索模型训练方法、装置、设备及介质 | |
CN110610003A (zh) | 用于辅助文本标注的方法和系统 | |
CN114461777A (zh) | 智能问答方法、装置、设备及存储介质 | |
CN113935331A (zh) | 异常语义截断检测方法、装置、设备及介质 | |
CN113918704A (zh) | 基于机器学习的问答方法、装置、电子设备及介质 | |
CN113821602A (zh) | 基于图文聊天记录的自动答疑方法、装置、设备及介质 | |
CN115907785B (zh) | 一种基于关联关键词的客服问答智能辅助方法及装置 | |
CN111144103A (zh) | 影评识别方法和装置 | |
CN115099680B (zh) | 风险管理方法、装置、设备及存储介质 | |
CN115511435A (zh) | 一种辅助招聘方法、装置、电子设备及可读存储介质 | |
WO2023272833A1 (zh) | 一种数据检测方法、装置、设备及可读存储介质 | |
CN113704430A (zh) | 智能辅助催收方法、装置、电子设备及存储介质 | |
CN114548825B (zh) | 投诉工单失真检测方法、装置、设备及存储介质 | |
CN114723488B (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
CN116976821B (zh) | 企业问题反馈信息处理方法、装置、设备及介质 | |
CN117216192B (zh) | 一种企业咨询管理系统 | |
CN115270799B (zh) | 命名实体识别方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |