CN116226355A - 一种智能客服方法、系统、电子设备及可读存储介质 - Google Patents

一种智能客服方法、系统、电子设备及可读存储介质 Download PDF

Info

Publication number
CN116226355A
CN116226355A CN202310487467.2A CN202310487467A CN116226355A CN 116226355 A CN116226355 A CN 116226355A CN 202310487467 A CN202310487467 A CN 202310487467A CN 116226355 A CN116226355 A CN 116226355A
Authority
CN
China
Prior art keywords
reply
semantic
keyword
similarity
determining
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
CN202310487467.2A
Other languages
English (en)
Inventor
宋晓静
吴立楠
徐懿
龙中武
彭伟
杨日权
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.)
Beijing Zhichi Zhongfu Technology Consulting Co ltd
Original Assignee
Beijing Zhichi Zhongfu Technology Consulting 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 Beijing Zhichi Zhongfu Technology Consulting Co ltd filed Critical Beijing Zhichi Zhongfu Technology Consulting Co ltd
Priority to CN202310487467.2A priority Critical patent/CN116226355A/zh
Publication of CN116226355A publication Critical patent/CN116226355A/zh
Pending legal-status Critical Current

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
    • G06F16/33—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
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • 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

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • Mathematical Physics (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Human Computer Interaction (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种智能客服方法、系统、电子设备及可读存储介质，其方法包括获取用户问题；根据预设的关键词提取规则，提取用户问题的关键词，确定关键词个数；当关键词个数小于个数预设值时；根据预设的语义分析规则、预设的知识库和用户问题，确定语义回复数据，语义回复数据包括语义回复内容和语义相似度；基于预设的关键词匹配规则，从知识库中匹配关键词，确定关键词回复数据，关键词回复数据包括关键词回复内容和关键词相似度；根据回复确定规则、语义相似度和关键词相似度，确定目标回复内容。本发明具有提高机器客服的回复数据与用户问题匹配度的效果。

Description

一种智能客服方法、系统、电子设备及可读存储介质
技术领域
本申请涉及智能客服的技术领域，尤其是涉及一种智能客服方法、系统、电子设备及可读存储介质。
背景技术
随着互联网的飞速发展，人们服务意识的提高，网络客服已经普及到各行各业，深入到日常商业服务的各个环节。
目前的客服系统，通常由机器客服和人工客服组成。在客户服务过程中，当接收到来自顾客的会话消息时，先由机器客服进行服务。当顾客认为机器客服无法解决其提出的问题时，再手动点击人工客服，向人工客服进行咨询。
现有的客服系统，可在一定程度上快速响应客户的需求。但是在实际应用过程中，机器客服识别用户发送的会话内容，通过会话内容的语义搜寻与会话内容匹配的数据，然后将匹配得到的数据发送给用户，使用语义搜寻是根据词频来度量重要性，衡量的维度不全面，匹配出的结果准确率较低。
上述中的现有技术方案存在以下缺陷：机器客服的回复数据与用户问题匹配度低。
发明内容
为了改善机器客服的回复数据与用户问题匹配度低的问题，本申请提供了一种智能客服方法、系统、电子设备及可读存储介质。
在本申请的第一方面，提供了一种智能客服方法。该方法包括：
获取用户问题；
根据预设的关键词提取规则，提取所述用户问题的关键词，确定关键词个数；
当所述关键词个数小于个数预设值时；
根据预设的语义分析规则、预设的知识库和所述用户问题，确定语义回复数据，所述语义回复数据包括语义回复内容和语义相似度；
基于预设的关键词匹配规则，从知识库中匹配所述关键词，确定关键词回复数据，所述关键词回复数据包括关键词回复内容和关键词相似度；
根据回复确定规则、所述语义相似度和所述关键词相似度，确定目标回复内容。
由以上技术方案可知，通过获取用户问题并确定用户问题中的关键词个数，当关键词个数小于个数预设值时，对用户问题从语义分析和关键词提取两方面进行回复内容的匹配，获得关键词回复内容和关键词相似度以及语义回复内容和语义相似度，比较语义相似度和关键词相似度，基于回复确定规则，选择合适的回复内容作为目标回复内容。通过两种方式确定目标回复内容，在一定程度上提高了机器客服的回复数据与用户问题的匹配度。
在一种可能的实现方式中，所述根据预设的语义分析规则、预设的知识库和所述用户问题，确定语义回复数据，所述语义回复数据包括语义回复内容和语义相似度，包括：
对所述用户问题进行分词操作，确定多个词汇；
根据同义词确定规则和所述词汇，将所述词汇分组，并确定每组词汇所占的词汇比重；
将所述每组词汇和所述词汇比重输入至预设的深度语义理解模型，确定第一语义向量；
根据所述第一语义向量，从所述知识库中进行匹配搜索，确定语义回复内容和语义相似度。
在一种可能的实现方式中，该方法还包括：
当所述关键词个数大于等于个数预设值时；
将所述用户问题输入至预设的自然语言处理模型，确定第二语义向量；
根据所述第二语义向量，从所述知识库中进行匹配搜索，确定目标相似度；
根据回复确定规则和所述目标相似度，确定目标回复内容。
在一种可能的实现方式中，在所述获取用户问题之前，还包括：
获取会话内容；
根据会话预处理规则和预设的停用词对照表，对所述会话内容进行预处理，确定用户问题。
在一种可能的实现方式中，所述知识库包括问题库和答复库，所述问题库包括多个问题，所述答复库包括多个答复组，所述答复组包括多个答案，所述问题与所述答复组存在对应关系，所述答案包括地域标识和设备标识。
在一种可能的实现方式中，该方法还包括：
所述目标回复内容包括第一答复标识码；
获取用户会话数据，所述用户会话数据包括会话标识码和一个或多个第二答复标识码；
当所述第二答复标识码中存在与所述第一答复标识码相同时，输出提示信息。
在一种可能的实现方式中，所述根据回复确定规则、所述语义相似度和所述关键词相似度，确定目标回复内容，还包括：
对所述语义相似度和所述关键词相似度进行降序排序，确定相似度序列；
当所述语义相似度和所述关键词相似度均小于相似度预设值时；
从所述相似度序列中依次获取预设个数的数据，所述目标回复内容包括所述数据对应的语义回复内容和/或关键词回复内容。
在本申请的第二方面，提供了一种智能客服系统。该系统包括：
问题获取模块，用于获取用户问题；
关键词确定模块，用于根据预设的关键词提取规则，提取所述用户问题的关键词，确定关键词个数；
语义回复分析模块，用于当所述关键词个数小于个数预设值时，根据预设的语义分析规则、预设的知识库和所述用户问题，确定语义回复数据，所述语义回复数据包括语义回复内容和语义相似度；
关键词回复分析模块，用于基于预设的关键词匹配规则，从知识库中匹配所述关键词，确定关键词回复数据，所述关键词回复数据包括关键词回复内容和关键词相似度；
目标回复确定模块，用于根据回复确定规则、所述语义相似度和所述关键词相似度，确定目标回复内容。
在本申请的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
在本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本申请的第一方面的方法。
综上所述，本申请包括以下至少一种有益技术效果：
通过语义分析和关键词搜索两种方式匹配回复内容，并基于回复确定规则，确定目标回复内容进行回复，在一定程度上提高了机器客服的回复数据与用户问题的匹配度。
附图说明
图1是本申请提供的智能客服方法的流程示意图。
图2是本申请提供的智能客服系统的结构示意图。
图3是本申请提供的电子设备的结构示意图。
图中，200、智能客服系统；201、问题获取模块；202、关键词确定模块；203、语义回复分析模块；204、关键词回复分析模块；205、目标回复确定模块；301、CPU；302、ROM；303、RAM；304、I/O接口；305、输入部分；306、输出部分；307、存储部分；308、通信部分；309、驱动器；310、可拆卸介质。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。
下面结合说明书附图对本申请实施例作进一步详细描述。
本申请实施例提供一种智能客服方法，所述方法的主要流程描述如下。
如图1所示：
步骤S101：获取用户问题。
具体的，用户可以通过会话窗口向机器客服发送消息即会话内容，需要对获取到的会话内容进行预处理。根据会话预处理规则和预设的停用词对照表，对上述会话内容进行预处理，确定用户问题。上述停用词对照表包括对于语义理解无意义的词汇，例如，“啊”、“的”。根据会话预处理规则，将会话内容和停用词对照表进行比较，将会话内容中无意义的词汇进行剔除，得到用户问题。
步骤S102：根据预设的关键词提取规则，提取用户问题的关键词，确定关键词个数。
具体的，根据关键词提取规则和上述用户问题，确定上述用户问题中的关键词并获取上述关键词个数。上述关键词提取规则为本邻域技术人员公知的技术手段，在此不做赘述。
步骤S103：当关键词个数小于个数预设值时，基于预设的关键词匹配规则，从知识库中匹配关键词，确定关键词回复数据。
具体的，上述关键词回复数据包括关键词回复内容和关键词相似度。当上述关键词个数小于个数预设值时，表示关键词个数较少，仅通过语义分析方法对上述用户问题进行匹配可能存在较大偏差，所以基于预设的关键词匹配规则，从知识库中匹配上述关键词，确定关键词回复内容和关键词相似度。上述问题库中的问题均对应有关键词，上述从知识库中匹配关键词即将问题库中问题对应的关键词与用户问题中的关键词进行匹配，上述关键词的匹配方式为本邻域技术人员公知的技术手段，在此不做赘述。在本实施例中，上述个数预设值为三个。
步骤S104：根据预设的语义分析规则、预设的知识库和用户问题，确定语义回复数据。
具体的，上述语义回复数据包括语义回复内容和语义相似度。对上述用户问题进行分词操作，确定多个词汇；根据同义词确定规则和上述多个词汇，将上述词汇分组，并确定每组词汇所占的词汇比重；将上述每组词汇和上述词汇比重输入至预设的深度语义理解模型，确定第一语义向量；根据上述第一语义向量，从预设的知识库中进行匹配搜索，确定语义回复内容和语义相似度。
上述知识库包括问题库和答复库，上述问题库包括多个问题，上述答复库包括多个答复组，上述答复组包括多个答案，上述问题与上述答复组存在对应关系，上述答案包括地域标识、设备标识、客户标签和生效时间。上述生效时间表示答案的生效时间，例如对于电商平台的优惠活动，只在活动期间对应的答案是有效的，在其他时间段该答案无效。上述客户标签是人工客服根据用户的咨询问题、地点、年龄、性别等信息给用户打一个标签。对问题库中的每个问题进行预处理，得到分词和权重，将分词和权重带入深度语义理解模型可转化为语义向量。上述根据第一语义向量对知识库进行匹配搜索的过程既是将第一语义向量和问题库中的语义向量进行匹配，得到匹配度分值，上述匹配分值即为语义相似度。
从预设的知识库中进行匹配搜索的过程中，会计算问题库中每个问题与用户问题之间的相似度即语义相似度，根据语义相似度对应的问题从答复库中获取对应的答复组，答复组中答案的地域标识均不相同，设备标识包括电脑端和手机端。上述地域标识表示对于不同地区的用户答案不同。获取用户信息，上述用户信息包括用户设备、用户地区和问题时间，上述问题时间表示用户发出该问题的时间。从上述答复组中调取用户设备与设备标识相同、用户地区和地域标识相同且问题时间在生效时间之内的答案，将该答案作为语义回复内容。
在本实施例中，上述词汇比重的确定方法为TFIDF模型，上述根据第一语义向量对知识库进行匹配搜索的方法为DSSM模型（深度语义匹配模型），在其他实施方式中，可以使用其他确定词汇比重或语义匹配的方法或模型，在此不作限制。
步骤S105：根据回复确定规则、语义相似度和关键词相似度，确定目标回复内容。
具体的，当上述关键词个数小于个数预设值时，对上述语义相似度和上述关键词相似度进行降序排序，确定相似度序列；当上述语义相似度和上述关键词相似度均小于相似度预设值时；从上述相似度序列中依次获取预设个数的数据，上述目标回复内容包括上述数据对应的语义回复内容和/或关键词回复内容。
对语义相似度和关键词相似度进行排序时，仅根据相似度的值进行排序。当上述相似度的最大值大于等于预设的回复阈值时，则将该相似度对应的语义回复内容或关键词回复内容作为目标回复内容。当上述相似度的最大值小于回复阈值且大于最小回复阈值时，从上述相似度序列中依次获取预设个数的数据，在本实施例中，获取相似度序列中的前五个数据即相似度最大的前五个数据，并将上述数据对应的语义回复内容和/或关键词回复内容作为目标回复内容。当上述相似度的最大值小于最小回复阈值时，表示没有检索到与用户问题对应的答案，输出“答案未知”的提示信息，用以提示用户未检索到对应答案。上述回复阈值和上述最小回复阈值均为人为设定。
当上述关键词个数大于等于个数预设值时，表示关键词的个数较多，根据语义分析方法得到的回复内容较为准确。将上述用户问题输入至预设的自然语言处理模型，确定第二语义向量；根据上述第二语义向量，从预设的知识库中进行匹配搜索，确定目标相似度，根据回复确定规则和上述目标相似度，确定目标回复内容。在本实施例中，上述自然语言处理模型为Bert模型。当上述目标相似度大于等于回复阈值时，则将该目标相似度对应的回复内容作为目标回复内容；当上述目标相似度小于回复阈值且大于最小回复阈值时，则获取目标相似度较高的前五个相似度数据对应的回复内容作为目标回复内容。当上述目标相似度小于最小回复阈值时，表示没有检索到与用户问题对应的答案，输出“答案未知”的提示信息。
智能客服方法还包括：上述目标回复内容包括第一答复标识码，上述第一答复标识码是该回复内容的唯一标识码，即当回复内容相同时，对应的答复标识码是相同的。获取用户会话数据，上述用户会话数据包括会话标识码和一个或多个第二答复标识码，上述会话标识码表示会话的唯一标识码，根据会话标识码获取当前进行的会话消息中出现的第二答复标识码。当上述第二答复标识码中存在与上述第一答复标识码相同时，表示机器客服已经回答过该回复内容，此时输出提示信息用以询问用户是否已经问过该问题，同时给出用户是与否的选项，获取用户反馈即用户选择是或否，当用户反馈为是时，表示用户已经问过该问题，即回复内容匹配并未出错，输出第一答复标识码对应的回复内容即反馈答复；当用户反馈为否时，表示用户未问过该问题，即回复内容的匹配出现问题，重新进行匹配，在进行问题匹配时，将语义相似度或关键词相似度第二的问题作为确定答案的问题，再根据上述问题和用户信息确定答案，并将该答案作为反馈答复。
通过将最新匹配到的回复内容和当前会话回复过的内容进行比较，可以减少机器客服发送重复的、无意义的回复内容。当机器客服重复发送相同的回复内容时，大概率会降低用户的体验感，也可能会造成用户的流失。当发现在同一次会话中，匹配出相同的回复内容时，就向用户发出提示信息，根据用户的反馈，及时修改相应的回复内容以提高用户的体验感。
本申请实施例提供一种智能客服系统200，参照图2，智能客服系统200包括：
问题获取模块201，用于获取用户问题；
关键词确定模块202，用于根据预设的关键词提取规则，提取所述用户问题的关键词，确定关键词个数；
语义回复分析模块203，用于当所述关键词个数小于个数预设值时，根据预设的语义分析规则、预设的知识库和所述用户问题，确定语义回复数据，所述语义回复数据包括语义回复内容和语义相似度；
关键词回复分析模块204，用于基于预设的关键词匹配规则，从知识库中匹配所述关键词，确定关键词回复数据，所述关键词回复数据包括关键词回复内容和关键词相似度；
目标回复确定模块205，用于根据回复确定规则、所述语义相似度和所述关键词相似度，确定目标回复内容。
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，所描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请实施例公开一种电子设备。参照图3，电子设备包括，包括中央处理单元(CPU)301，其可以根据存储在只读存储器(ROM)302中的程序或者从存储部分307加载到随机访问存储器(RAM)303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有系统操作所需的各种程序和数据。CPU 301、ROM 302以及RAM 303通过总线彼此相连。输入/输出(I/O)接口304也连接至总线。
以下部件连接至I/O接口304：包括键盘、鼠标等的输入部分305；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分306；包括硬盘等的存储部分307；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分308。通信部分308经由诸如因特网的网络执行通信处理。驱动器309也根据需要连接至I/O接口304。可拆卸介质310，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器309上，以便于从其上读出的计算机程序根据需要被安装入存储部分307。
特别地，根据本申请的实施例，上文参考流程图图1描述的过程可以被实现为计算机软件程序。例如，本申请的实施例包括一种计算机程序产品，其包括承载在机器可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分308从网络上被下载和安装，和/或从可拆卸介质310被安装。在该计算机程序被中央处理单元(CPU)301执行时，执行本申请的装置中限定的上述功能。
需要说明的是，本申请所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。
以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的申请范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离前述申请构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中申请的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (10)

1.一种智能客服方法，其特征在于，包括：
获取用户问题；
根据预设的关键词提取规则，提取所述用户问题的关键词，确定关键词个数；
当所述关键词个数小于个数预设值时；
根据预设的语义分析规则、预设的知识库和所述用户问题，确定语义回复数据，所述语义回复数据包括语义回复内容和语义相似度；
基于预设的关键词匹配规则，从知识库中匹配所述关键词，确定关键词回复数据，所述关键词回复数据包括关键词回复内容和关键词相似度；
根据回复确定规则、所述语义相似度和所述关键词相似度，确定目标回复内容。
2.根据权利要求1所述的智能客服方法，其特征在于，所述根据预设的语义分析规则、预设的知识库和所述用户问题，确定语义回复数据，所述语义回复数据包括语义回复内容和语义相似度，包括：
对所述用户问题进行分词操作，确定多个词汇；
根据同义词确定规则和所述词汇，将所述词汇分组，并确定每组词汇所占的词汇比重；
将所述每组词汇和所述词汇比重输入至预设的深度语义理解模型，确定第一语义向量；
根据所述第一语义向量，从所述知识库中进行匹配搜索，确定语义回复内容和语义相似度。
3.根据权利要求1所述的智能客服方法，其特征在于，该方法还包括：
当所述关键词个数大于等于个数预设值时；
将所述用户问题输入至预设的自然语言处理模型，确定第二语义向量；
根据所述第二语义向量，从所述知识库中进行匹配搜索，确定目标相似度；
根据回复确定规则和所述目标相似度，确定目标回复内容。
4.根据权利要求1所述的智能客服方法，其特征在于，在所述获取用户问题之前，还包括：
获取会话内容；
根据会话预处理规则和预设的停用词对照表，对所述会话内容进行预处理，确定用户问题。
5.根据权利要求1-3任意一项所述的智能客服方法，其特征在于，所述知识库包括问题库和答复库，所述问题库包括多个问题，所述答复库包括多个答复组，所述答复组包括多个答案，所述问题与所述答复组存在对应关系，所述答案包括地域标识和设备标识。
6.根据权利要求1或3所述的智能客服方法，其特征在于，该方法还包括：
所述目标回复内容包括第一答复标识码；
获取用户会话数据，所述用户会话数据包括会话标识码和一个或多个第二答复标识码；
当所述第二答复标识码中存在与所述第一答复标识码相同时，输出提示信息。
7.根据权利要求6所述的智能客服方法，其特征在于，所述根据回复确定规则、所述语义相似度和所述关键词相似度，确定目标回复内容，还包括：
对所述语义相似度和所述关键词相似度进行降序排序，确定相似度序列；
当所述语义相似度和所述关键词相似度均小于相似度预设值时；
从所述相似度序列中依次获取预设个数的数据，所述目标回复内容包括所述数据对应的语义回复内容和/或关键词回复内容。
8.一种智能客服系统，其特征在于，包括：
问题获取模块(201)，用于获取用户问题；
关键词确定模块(202)，用于根据预设的关键词提取规则，提取所述用户问题的关键词，确定关键词个数；
语义回复分析模块(203)，用于当所述关键词个数小于个数预设值时，根据预设的语义分析规则、预设的知识库和所述用户问题，确定语义回复数据，所述语义回复数据包括语义回复内容和语义相似度；
关键词回复分析模块(204)，用于基于预设的关键词匹配规则，从知识库中匹配所述关键词，确定关键词回复数据，所述关键词回复数据包括关键词回复内容和关键词相似度；
目标回复确定模块(205)，用于根据回复确定规则、所述语义相似度和所述关键词相似度，确定目标回复内容。
9.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，其上存储有计算机程序，所述程序被处理器执行时实现如权利要求1~7中任一项所述的方法。
CN202310487467.2A 2023-05-04 2023-05-04 一种智能客服方法、系统、电子设备及可读存储介质 Pending CN116226355A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310487467.2A CN116226355A (zh) 2023-05-04 2023-05-04 一种智能客服方法、系统、电子设备及可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310487467.2A CN116226355A (zh) 2023-05-04 2023-05-04 一种智能客服方法、系统、电子设备及可读存储介质

Publications (1)

Publication Number Publication Date
CN116226355A true CN116226355A (zh) 2023-06-06

Family

ID=86587551

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310487467.2A Pending CN116226355A (zh) 2023-05-04 2023-05-04 一种智能客服方法、系统、电子设备及可读存储介质

Country Status (1)

Country Link
CN (1) CN116226355A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117648426A (zh) * 2023-12-12 2024-03-05 广州圈量网络信息科技有限公司 基于有效关键词的智能客服方法、系统、设备及介质
CN118037397A (zh) * 2024-02-29 2024-05-14 北京鑫创数字科技股份有限公司 一种肉类产品数字化整合营销服务平台

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130097202A1 (en) * 2011-10-12 2013-04-18 Google Inc. Method and System for Providing Opinion Queries to Users
CN107993724A (zh) * 2017-11-09 2018-05-04 易保互联医疗信息科技（北京）有限公司 一种医学智能问答数据处理的方法及装置
CN114218938A (zh) * 2021-12-13 2022-03-22 北京智齿众服技术咨询有限公司 一种分词方法、装置、电子设备和存储介质
CN114328878A (zh) * 2021-12-31 2022-04-12 税友信息技术有限公司 一种信息回复方法、装置、介质
CN115794995A (zh) * 2022-11-29 2023-03-14 科大讯飞股份有限公司 目标答案获取方法及相关装置、电子设备和存储介质
CN116029306A (zh) * 2023-03-30 2023-04-28 中南民族大学 一种限定域文科简答题自动评分方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130097202A1 (en) * 2011-10-12 2013-04-18 Google Inc. Method and System for Providing Opinion Queries to Users
CN107993724A (zh) * 2017-11-09 2018-05-04 易保互联医疗信息科技（北京）有限公司 一种医学智能问答数据处理的方法及装置
CN114218938A (zh) * 2021-12-13 2022-03-22 北京智齿众服技术咨询有限公司 一种分词方法、装置、电子设备和存储介质
CN114328878A (zh) * 2021-12-31 2022-04-12 税友信息技术有限公司 一种信息回复方法、装置、介质
CN115794995A (zh) * 2022-11-29 2023-03-14 科大讯飞股份有限公司 目标答案获取方法及相关装置、电子设备和存储介质
CN116029306A (zh) * 2023-03-30 2023-04-28 中南民族大学 一种限定域文科简答题自动评分方法

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117648426A (zh) * 2023-12-12 2024-03-05 广州圈量网络信息科技有限公司 基于有效关键词的智能客服方法、系统、设备及介质
CN118037397A (zh) * 2024-02-29 2024-05-14 北京鑫创数字科技股份有限公司 一种肉类产品数字化整合营销服务平台

Similar Documents

Publication Publication Date Title
CN116226355A (zh) 一种智能客服方法、系统、电子设备及可读存储介质
CN106960030B (zh) 基于人工智能的推送信息方法及装置
CN108038208B (zh) 上下文信息识别模型的训练方法、装置和存储介质
CN112699645B (zh) 语料标注方法、装置及设备
CN113591463B (zh) 意图识别方法、装置、电子设备及存储介质
CN114218375B (zh) 基于图谱的对话引导方法、装置、设备及介质
CN110457454A (zh) 一种对话方法、服务器、对话系统及存储介质
CN109508367A (zh) 自动提取问答语料的方法、在线智能客服系统及电子设备
CN111429157A (zh) 投诉工单的评价处理方法、装置、设备及存储介质
CN113051380A (zh) 信息生成方法、装置、电子设备和存储介质
CN112632248A (zh) 问答方法、装置、计算机设备和存储介质
CN108287848A (zh) 用于语义解析的方法和系统
CN112364622A (zh) 对话文本分析方法、装置、电子装置及存储介质
CN109684444A (zh) 一种智能客服方法及系统
CN110096578A (zh) 一种智能客服的刷量用户识别方法、装置及服务器
CN112860873A (zh) 智能应答方法、装置及存储介质
CN113076403A (zh) 一种用户消息处理方法及相关设备
CN111831286A (zh) 一种用户投诉处理方法和设备
CN114186048A (zh) 基于人工智能的问答回复方法、装置、计算机设备及介质
CN114254088A (zh) 自动应答模型的构建方法和自动应答方法
CN114969295A (zh) 基于人工智能的对话交互数据处理方法、装置及设备
CN105404618A (zh) 一种对话文本数据处理方法和装置
CN117349425B (zh) 知识条目的生成方法、装置、设备和存储介质
CN111046151A (zh) 一种消息处理方法及装置
CN118467845B (zh) 智能交互服务系统的构建方法、网站智能交互方法和设备

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

Application publication date: 20230606

RJ01 Rejection of invention patent application after publication