CN116955575B - 一种信息智能回复方法以及跨境电商系统 - Google Patents

一种信息智能回复方法以及跨境电商系统 Download PDF

Info

Publication number
CN116955575B
CN116955575B CN202311215489.XA CN202311215489A CN116955575B CN 116955575 B CN116955575 B CN 116955575B CN 202311215489 A CN202311215489 A CN 202311215489A CN 116955575 B CN116955575 B CN 116955575B
Authority
CN
China
Prior art keywords
client
information
reply
customer service
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
Application number
CN202311215489.XA
Other languages
English (en)
Other versions
CN116955575A (zh
Inventor
黄金龙
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.)
Shenzhen Zhihui Chuangxiang Technology Co ltd
Original Assignee
Shenzhen Zhihui Chuangxiang Technology 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 Shenzhen Zhihui Chuangxiang Technology Co ltd filed Critical Shenzhen Zhihui Chuangxiang Technology Co ltd
Priority to CN202311215489.XA priority Critical patent/CN116955575B/zh
Publication of CN116955575A publication Critical patent/CN116955575A/zh
Application granted granted Critical
Publication of CN116955575B publication Critical patent/CN116955575B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367Ontology
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/107Computer-aided management of electronic mailing [e-mailing]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/01Customer relationship services
    • G06Q30/015Providing customer assistance, e.g. assisting a customer within a business location or via helpdesk

Abstract

本发明涉及一种信息智能回复方法以及跨境电商系统,所述信息智能回复方法包括:获取初始跨境邮件,根据预设的第一特征提取模型,提取所述初始跨境邮件的第一特征信息以及第一特征关系;从预设的第一问答数据库中筛选出N个可选回复语句;根据预设的语义图谱、所述第一特征信息、所述第一特征关系,从N个可选回复语句中筛选出第一回复语句。对特定行业的跨境电商客户而言,迅捷的响应速度是维系长期合作的根本,如此一来即便竞争对手采取低价策略,也很难抢占这一类客户的订单,本申请有效解决了上述问题,能够通过自动化以较低的人力成本实现对跨境电商客户的快速响应。

Description

一种信息智能回复方法以及跨境电商系统
技术领域
本发明涉及跨境电商领域,尤其涉及一种信息智能回复方法以及跨境电商系统。
背景技术
近年来伴随着跨境电商卖家的海量涌入,价格竞争日趋激烈,同时也应当注意到,许多海外客户对商品价格不算敏感。对这一类客户而言,跨境电商运营的响应速度优先于价值,因此卖家企业抓住这部分客户是盈利的核心。
在亚马逊等跨境电商平台,平台对回复邮件的时间标准较为宽松,但许多客户的实际需求不会因为平台的时间标准而放宽。对上述特定行业的跨境电商客户而言,迅捷的响应速度是维系长期合作的根本,如此一来即便竞争对手采取低价策略,也很难抢占这一类客户的订单。
发明内容
本发明所要解决的技术问题是:如何设计出一种信息智能回复方法,能够有效解决上述问题。
本发明所述的一种信息智能回复方法以及跨境电商系统,有效解决了这一问题。第一方面,本发明提出一种信息智能回复方法,包括:获取初始跨境邮件,根据预设的第一特征提取模型,提取所述初始跨境邮件的第一特征信息以及第一特征关系;从预设的第一问答数据库中筛选出N个可选回复语句;根据预设的语义图谱、所述第一特征信息、所述第一特征关系,从N个可选回复语句中筛选出第一回复语句。
其进一步的技术方案为,所述根据预设的语义图谱、所述第一特征信息、所述第一特征关系,从N个可选回复语句中筛选出第一回复语句之后,所述方法还包括:获取第二回复语句;接收用于筛选第一回复语句以及第二回复语句的第一筛选结果信号/第二筛选结果信号,根据第一筛选结果信号/第二筛选结果信号生成最终跨境邮件。
其进一步的技术方案为,所述获取第二回复语句,包括:获取初始跨境邮件,根据预设的第二特征提取模型,提取所述初始跨境邮件的第二特征信息以及第二特征关系;从预设的第二问答数据库中筛选出M个可选回复语句;根据预设的语义图谱、所述第二特征信息、所述第二特征关系,从M个可选回复语句中筛选出第二回复语句。
其进一步的技术方案为,所述第一问答数据库的问答数量与所述第二问答数据库的问答数量之间的差值,大于或等于预设的问答数量差值。
其进一步的技术方案为,所述方法用于运行终端,所述运行终端与第一客服端连接,所述第一客服端位于本地客服时区;所述接收用于筛选第一回复语句以及第二回复语句的第一筛选结果信号/第二筛选结果信号,根据第一筛选结果信号/第二筛选结果信号生成最终跨境邮件之前,包括:根据预设的信息提取模型,提取所述初始跨境邮件的客户国家信息、邮件发送时间;根据所述客户国家信息生成客户国家时区;根据预设的第一起止规则,计算所述本地客服时区的本地活跃起点、本地活跃终点;根据预设的第二起止规则,计算所述客户国家时区的客户活跃起点、客户活跃终点;根据所述本地活跃起点、所述本地活跃终点、所述客户活跃起点、所述客户活跃终点,生成交界时间;根据所述交界时间,分割所述客户活跃起点以及所述客户活跃终点之间的时间区间,生成在时间上相邻的客户第一时间区间、客户第二时间区间;判断所述邮件发送时间属于客户第一时间区间,还是属于客户第二时间区间;如果所述邮件发送时间属于客户第一时间区间,向第一客服端发送第一信息,所述第一信息包含第一回复语句以及第二回复语句。
其进一步的技术方案为,所述方法还用于第一客服端;第一客服端的本地客服时区与第二客服端的兼职客服时区之间的时区差值,大于或等于预设时区数值;所述信息智能回复方法还包括:接收所述运行终端发送的第一信息;接收第一确认指令,根据所述第一确认指令将所述第一信息内的第一回复语句或者第二回复语句删除,所述第一信息转化为第一筛选结果信号,所述第一筛选结果信号包括第一回复语句/第二回复语句。
其进一步的技术方案为,所述运行终端与第二客服端连接;所述信息智能回复方法还包括:如果所述邮件发送时间属于客户第二时间区间,向第二客服端发送第二信息,所述第二信息包含第一回复语句以及第二回复语句。
其进一步的技术方案为,所述方法还用于第二客服端;第一客服端的本地客服时区与第二客服端的兼职客服时区之间的时区差值,大于或等于预设时区数值;所述信息智能回复方法还包括:接收所述运行终端发送的第二信息;接收第二确认指令,根据所述第二确认指令将所述第二信息内的第一回复语句或者第二回复语句删除,所述第二信息转化为第二筛选结果信号,所述第二筛选结果信号包括第一回复语句/第二回复语句。
其进一步的技术方案为,所述第二客服端的每日运行时间小于或等于所述第一客服端的每日运行时间的一半,所述第二客服端的兼职客服时区晚于所述第一客服端的本地客服时区,所述第二客服端的兼职客服时区早于所述客户国家时区。
第二方面,本发明提出一种跨境电商系统,所述跨境电商系统包括用于执行如第一方面所述方法的单元。
综上所述,本发明的有益效果为,首先获取初始跨境邮件,然后根据预设的第一特征提取模型筛选出第一回复语句,接着根据预设的第二特征提取模型筛选出第二回复语句,最后根据筛选结果信号生成最终跨境邮件,整个信息智能回复方法可以自动生成回复内容,自动回复客户的邮件,而且生成的最终跨境邮件与现有方案相比更可靠。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,展示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
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,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的信息智能回复方法的流程示意图。
图2为本发明实施例提供的信息智能回复方法的另一流程示意图。
图3为本发明实施例提供的跨境电商系统的框图。
具体实施方式
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,所描述的实施例是本发明一部分实施例,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,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和 “包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/ 或”是指相关联列出的项中的一个或任何组合以及所有可能组合,并且包括这些组合。
如在本说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为 “当... 时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
实施例1
请参阅图1,图1为本发明实施例提供的一种信息智能回复方法的流程示意图。本发明实施例提出一种信息智能回复方法,所述信息智能回复方法包括:
S101,获取初始跨境邮件,根据预设的第一特征提取模型,提取所述初始跨境邮件的第一特征信息以及第一特征关系。
上述方案中,所述初始跨境邮件可以为在电商平台购买了商品的境外客户发送的邮件,所述境外客户所在的时区与电商卖家所在的时区不同,即所述境外客户所在的时区与第一客服端所在的时区不同,其中所述第一客服端由本地客服进行操控。所述预设的第一特征提取模型是本领域技术人员可以根据需求进行设定的;第一特征信息以及第一特征关系源自初始跨境邮件的文字内容,所述文字内容的范围,可以为本地语言,也可以为所述境外客户的语言,二者之间通过翻译可以转化;因此,所述第一特征信息以及所述第一特征关系可以由所述初始跨境邮件直接获得,也可以由所述初始跨境邮件经过翻译后获得,是否翻译不会对本申请的发明构思造成影响。
S102,从预设的第一问答数据库中筛选出N个可选回复语句。
在一实施例中,上述步骤包括,将所述第一特征信息、所述初始跨境邮件、预设的第一问答数据库,共同输入预训练的语言模型,从预设的第一问答数据库中筛选出N个可选回复语句。所述预设的第一问答数据库的获得方式为本领域技术人员所知晓,例如可以是电商卖家通过收集的方式获得问答数据库。所述预训练的语言模型是电商卖家可以根据自身需求进行训练的,其筛选能力随着训练量以及训练时间的推移会越来越符合理想状态,以亚马逊为代表的电商平台包括上述语言模型,此外一些不属于电商的专项平台也包括上述语言模型。所述从预设的第一问答数据库中筛选出N个可选回复语句,最终的筛选结果取决于预训练的语言模型在此之前的训练量以及训练时间,因此N个可选回复语句本身是不存在标准答案的,存在遗漏最优解的可能,但随着训练量以及训练时间的增加,N个可选回复语句会无限趋近于理想状态。
在另一实施例中,上述步骤包括,将所述第一特征信息、所述初始跨境邮件的文字内容、预设的第一问答数据库当中的问答语句,共同输入预训练的语言模型,从预设的第一问答数据库中筛选出N个可选回复语句。所述预训练的语言模型可以为GPT模型。在另一实施例中,上述步骤包括,基于预设的拼接规则,将所述第一特征信息、所述初始跨境邮件的文字内容、预设的第一问答数据库当中的问答语句,三者进行拼接,获得初始拼接语句;根据初始拼接语句与预设的第一问答数据库当中的问答语句之间的相似程度/关联程度,对各个问答语句进行排序,筛选出N个问答语句作为N个可选回复语句;即从预设的第一问答数据库中筛选出N个可选回复语句。其中,本领域可以理解,所述初始拼接语句可以由所述语言模型生成。
S103,根据预设的语义图谱、所述第一特征信息、所述第一特征关系,从N个可选回复语句中筛选出第一回复语句。
其中,所述根据预设的语义图谱、所述第一特征信息、所述第一特征关系,从N个可选回复语句中筛选出第一回复语句,即首先将第一问答数据库减少至N个可选回复语句,然后将N个可选回复语句减少至唯一的第一回复语句。所述语义图谱又可以称为语义图谱,为本领域技术人员所知晓,根据跨境电商场景选择合适的语义图谱也是本领域技术人员具备的技能。所述第一回复语句可以为适合回复境外客户的语句,也可能不适合回复境外客户,即第一回复语句可能不完美,因为最适合回复境外客户的语句是由卖家客服手动输入的,但卖家客服手动输入的时间成本和人工成本较高。上述过程需要消耗一定的运算资源,因此需要运行的主体始终处于工作状态,即选出第一回复语句的运行终端始终处于工作状态。
在一实施例中,上述步骤的所述语义图谱当中包含标准化词语,所述标准化词语与所述第一特征信息的词语之间的关系,与所述第一特征关系互相匹配;根据所述标准化词语,从N个可选回复语句中筛选出第一回复语句。
具体而言,可先在语义图谱中查找出标准化词语,其中,标准化词语及第一特征信息的词语之间的关系应该与第一特征关系相匹配,然后可根据所述标准化词语,从N个可选回复语句中筛选出第一回复语句。上述过程中,可能出现以下三种情况。第一种,N个可选回复语句中均不包含所述标准化词语。这种情况下,可直接将所述标准化词语确定为第一回复语句;或者说,将语义图谱中查找到的知识作为第一回复语句。这种情况下,还可以发出警报信号,提醒跨境电商的工作人员在后续工作中更新之前汇总的问答数据库。第二种,N个可选回复语句中,仅一条可选回复语句包含所述标准化词语。这种情况下,包含所述标准化词语的唯一语句可直接被确定为第一回复语句。第三种,N个可选回复语句中,有两个或大量的回复语句包含所述标准化词语。这种情况下,可根据预设的模型来计算出分值,进而根据分值高低选定最终的第一回复语句;其中,答复分值可以是可选回复语句中各个字或单词,在生成时所被赋予的权重的均值,也即归一化概率的均值。
S104,获取第二回复语句。
其中,上述步骤可以由任意算法生成第二回复语句。在一实施例中,通过以下步骤生成第二回复语句:获取初始跨境邮件,根据预设的第二特征提取模型,提取所述初始跨境邮件的第二特征信息以及第二特征关系;从预设的第二问答数据库中筛选出M个可选回复语句;所述M个可选回复语句与N个可选回复语句之间存在区别,所述区别包括但不限于数量、顺序或具体内容。
S105,接收用于筛选第一回复语句以及第二回复语句的第一筛选结果信号/第二筛选结果信号,根据第一筛选结果信号/第二筛选结果信号生成最终跨境邮件。
其中,所述第一筛选结果信号的发出主体为第一客服端,所述第二筛选结果信号的发出主体为第二客服端。在一实施例中,筛选第一回复语句以及第二回复语句的依据为,对第一回复语句以及第二回复语句进行评分,依据评分结果的高低选出评分更高的语句,上述步骤是本领域技术人员可以实现的。
上述方案中,所述运行终端可以为服务器,可以为计算机,可以为移动终端,也可以不间断终端即一直保持运行状态;所述运行终端在需要工作时的状态为运行状态,为了确保上述状态所述运行终端的供电模式可以为按需求供电,也可以为常年不间断供电。
上述方案中,有关时区的早或晚的定义,有关当地时间的定义,是本领域技术人员可以理解的,若出现跨越昼夜的场景,出现跨越中时区或者跨越十二区的情形,也是本领域技术人员可以根据本领域知识进行判断的,不会对上述方案的理解造成影响。
上述方案的有益效果为,首先获取初始跨境邮件,然后根据预设的第一特征提取模型筛选出第一回复语句,接着根据预设的第二特征提取模型筛选出第二回复语句,最后根据筛选结果信号生成最终跨境邮件,整个信息智能回复方法可以自动生成回复内容,自动回复客户的邮件,而且生成的最终跨境邮件与现有方案相比更可靠。
实施例2
参见图2,图2为本发明实施例提供的另一种信息智能回复方法的流程示意图。本发明实施例提出一种信息智能回复方法,所述信息智能回复方法包括:
S1,获取初始跨境邮件,根据预设的第一特征提取模型,提取所述初始跨境邮件的第一特征信息以及第一特征关系。
上述方案中,所述初始跨境邮件可以为在电商平台购买了商品的境外客户发送的邮件,所述境外客户所在的时区与电商卖家所在的时区不同,即所述境外客户所在的时区与第一客服端所在的时区不同,其中所述第一客服端由本地客服进行操控。所述预设的第一特征提取模型是本领域技术人员可以根据需求进行设定的;第一特征信息以及第一特征关系源自初始跨境邮件的文字内容,所述文字内容的范围,可以为本地语言,也可以为所述境外客户的语言,二者之间通过翻译可以转化;因此,所述第一特征信息以及所述第一特征关系可以由所述初始跨境邮件直接获得,也可以由所述初始跨境邮件经过翻译后获得,是否翻译不会对本申请的发明构思造成影响。
S2,从预设的第一问答数据库中筛选出N个可选回复语句。
在一实施例中,上述步骤包括,将所述第一特征信息、所述初始跨境邮件、预设的第一问答数据库,共同输入预训练的语言模型,从预设的第一问答数据库中筛选出N个可选回复语句。所述预设的第一问答数据库的获得方式为本领域技术人员所知晓,例如可以是电商卖家通过收集的方式获得问答数据库。所述预训练的语言模型是电商卖家可以根据自身需求进行训练的,其筛选能力随着训练量以及训练时间的推移会越来越符合理想状态,以亚马逊为代表的电商平台包括上述语言模型,此外一些不属于电商的专项平台也包括上述语言模型。所述从预设的第一问答数据库中筛选出N个可选回复语句,最终的筛选结果取决于预训练的语言模型在此之前的训练量以及训练时间,因此N个可选回复语句本身是不存在标准答案的,存在遗漏最优解的可能,但随着训练量以及训练时间的增加,N个可选回复语句会无限趋近于理想状态。
在另一实施例中,上述步骤包括,将所述第一特征信息、所述初始跨境邮件的文字内容、预设的第一问答数据库当中的问答语句,共同输入预训练的语言模型,从预设的第一问答数据库中筛选出N个可选回复语句。所述预训练的语言模型可以为GPT模型。在另一实施例中,上述步骤包括,基于预设的拼接规则,将所述第一特征信息、所述初始跨境邮件的文字内容、预设的第一问答数据库当中的问答语句,三者进行拼接,获得初始拼接语句;根据初始拼接语句与预设的第一问答数据库当中的问答语句之间的相似程度/关联程度,对各个问答语句进行排序,筛选出N个问答语句作为N个可选回复语句;即从预设的第一问答数据库中筛选出N个可选回复语句。其中,本领域可以理解,所述初始拼接语句可以由所述语言模型生成。
S3,根据预设的语义图谱、所述第一特征信息、所述第一特征关系,从N个可选回复语句中筛选出第一回复语句。
其中,所述根据预设的语义图谱、所述第一特征信息、所述第一特征关系,从N个可选回复语句中筛选出第一回复语句,即首先将第一问答数据库减少至N个可选回复语句,然后将N个可选回复语句减少至唯一的第一回复语句。所述语义图谱又可以称为语义图谱,为本领域技术人员所知晓,根据跨境电商场景选择合适的语义图谱也是本领域技术人员具备的技能。所述第一回复语句可以为适合回复境外客户的语句,也可能不适合回复境外客户,即第一回复语句可能不完美,因为最适合回复境外客户的语句是由卖家客服手动输入的,但卖家客服手动输入的时间成本和人工成本较高。上述过程需要消耗一定的运算资源,因此需要运行的主体始终处于工作状态,即选出第一回复语句的运行终端始终处于工作状态。
在一实施例中,上述步骤的所述语义图谱当中包含标准化词语,所述标准化词语与所述第一特征信息的词语之间的关系,与所述第一特征关系互相匹配;根据所述标准化词语,从N个可选回复语句中筛选出第一回复语句。
具体而言,可先在语义图谱中查找出标准化词语,其中,标准化词语及第一特征信息的词语之间的关系应该与第一特征关系相匹配,然后可根据所述标准化词语,从N个可选回复语句中筛选出第一回复语句。上述过程中,可能出现以下三种情况。第一种,N个可选回复语句中均不包含所述标准化词语。这种情况下,可直接将所述标准化词语确定为第一回复语句;或者说,将语义图谱中查找到的知识作为第一回复语句。这种情况下,还可以发出警报信号,提醒跨境电商的工作人员在后续工作中更新之前汇总的问答数据库。第二种,N个可选回复语句中,仅一条可选回复语句包含所述标准化词语。这种情况下,包含所述标准化词语的唯一语句可直接被确定为第一回复语句。第三种,N个可选回复语句中,有两个或大量的回复语句包含所述标准化词语。这种情况下,可根据预设的模型来计算出分值,进而根据分值高低选定最终的第一回复语句;其中,答复分值可以是可选回复语句中各个字或单词,在生成时所被赋予的权重的均值,也即归一化概率的均值。
S4,获取初始跨境邮件,根据预设的第二特征提取模型,提取所述初始跨境邮件的第二特征信息以及第二特征关系。
其中,所述预设的第二特征提取模型与所述第一特征提取模型是不同的模型,二者之间各有优势且工程师根据经验不易判断,本领域技术人员在选择了第一特征提取模型之后,可以再选一个实际效果与第一特征提取模型各有千秋的第二特征提取模型;第二特征信息以及第二特征关系源自初始跨境邮件的文字内容,所述文字内容的范围,可以为本地语言,也可以为所述境外客户的语言,二者之间通过翻译可以转化;因此,所述第二特征信息以及所述第二特征关系可以由所述初始跨境邮件直接获得,也可以由所述初始跨境邮件经过翻译后获得,是否翻译不会对本申请的发明构思造成影响。所述第一特征提取模型以及所述第二特征提取模型之间的差异较大时,多数情况下第一特征信息以及第一特征关系、第二特征信息以及第二特征关系,两两之间的差异也会较大。
S5,从预设的第二问答数据库中筛选出M个可选回复语句。
在一实施例中,上述步骤包括,将所述第二特征信息、所述第二特征关系、预设的第二问答数据库,共同输入预训练的语言模型,从预设的第二问答数据库中筛选出M个可选回复语句。在另一实施例中,上述步骤包括,将所述第二特征信息、所述初始跨境邮件的文字内容、预设的第二问答数据库当中的问答语句,共同输入预训练的语言模型,从预设的第二问答数据库中筛选出M个可选回复语句。
其中,第一问答数据库的问答数量与第二问答数据库的问答数量可以不同,也可以相同,工程师也可以将第一问答数据库进行增减之后获得第二问答数据库;M与N的数量可以不同,也可以相同。在一实施例中,所述第一问答数据库以及所述第二问答数据库不同,输入预训练的语言模型之后筛选出M个可选回复语句,与N个可选回复语句之间存在显著差异。在另一实施例中,所述第一问答数据库以及所述第二问答数据库相同,由于第一特征信息不同于第二特征信息,第一特征关系不同于第二特征关系,因此M个可选回复语句与N个可选回复语句之间也会存在显著差异,其差异程度少于问答数据库不同的情况。
S6,根据预设的语义图谱、所述第二特征信息、所述第二特征关系,从M个可选回复语句中筛选出第二回复语句。
其中,所述根据预设的语义图谱、所述第二特征信息、所述第二特征关系,从M个可选回复语句中筛选出第二回复语句,即首先将第二问答数据库减少至M个可选回复语句,然后将M个可选回复语句减少至唯一的第二回复语句。所述语义图谱又可以称为语义图谱,为本领域技术人员所知晓,根据跨境电商场景选择合适的语义图谱也是本领域技术人员具备的技能。所述第二回复语句可以为适合回复境外客户的语句,也可能不适合回复境外客户,即第二回复语句可能不完美,因为最适合回复境外客户的语句是由卖家客服手动输入的,但卖家客服手动输入的时间成本和人工成本较高。上述过程需要消耗一定的运算资源,因此需要运行的主体始终处于工作状态,即选出第二回复语句的运行终端始终处于工作状态。
在一实施例中,上述步骤的所述语义图谱当中包含标准化词语,所述标准化词语与所述第二特征信息的词语之间的关系,与所述第二特征关系互相匹配;根据所述标准化词语,从M个可选回复语句中筛选出第二回复语句。
上述方案中,所述第一问答数据库的问答数量与所述第二问答数据库的问答数量之间的差值,大于或等于预设的问答数量差值。其技术效果为,为了实现信息智能回复方法的更优效果,需要从数据源头进行优化,因此跨境电商平台团队在无法预测最终结果的情况下,可以选择存在差异的第一问答数据库、第二问答数据库,二者之间的差异越大,尤其是二者之间的问答数量的差异越大,最终筛选出的第一回复语句、第二回复语句的实用性越好,越容易接近最终的理想结果,即容易接近卖家客服手动输入的回复语句的同等结果。
所述根据预设的语义图谱、所述第二特征信息、所述第二特征关系,从M个可选回复语句中筛选出第二回复语句之后,所述接收用于筛选第一回复语句以及第二回复语句的第一筛选结果信号/第二筛选结果信号,根据第一筛选结果信号/第二筛选结果信号生成最终跨境邮件之前,本实施例所述信息智能回复方法还包括以下S601-S609的步骤。
S601,根据预设的信息提取模型,提取所述初始跨境邮件的客户国家信息、邮件发送时间。
上述方案中,所述初始跨境邮件的客户国家信息、邮件发送时间,都包含在初始跨境邮件的文字内容当中,因此本领域技术人员可以根据预设的信息提取模型进行提取。
S602,根据所述客户国家信息生成客户国家时区。
其中,根据所述客户国家信息生成客户国家时区的具体方式多种多样,例如可以依据世界时区表生成客户国家时区。在一实施例中,所述客户国家时区位于东半球;在一实施例中,所述客户国家时区位于西半球。
S603,根据预设的第一起止规则,计算所述本地客服时区的本地活跃起点、本地活跃终点。
其中,所述预设的第一起止规则,是工作人员在了解某个国家的作息规律之后,可以进行设定的规则,例如规则为活跃时间9小时或10小时,以符合当地习惯为准;在一实施例中,计算之后得出所述本地活跃起点为当地时间9点,所述本地活跃终点为当地时间18点。
S604,根据预设的第二起止规则,计算所述客户国家时区的客户活跃起点、客户活跃终点。
其中,所述预设的第二起止规则,是工作人员在了解某个国家的作息规律之后,可以进行设定的规则,例如规则为活跃时间9小时或10小时,以符合当地习惯为准;在一实施例中,计算之后得出所述客户活跃起点为当地时间9点,所述客户活跃终点为当地时间18点。
S605,根据所述本地活跃起点、所述本地活跃终点、所述客户活跃起点、所述客户活跃终点,生成交界时间。
其中,生成交界时间的具体获取方式,是本领域技术人员可以实现的;当地时间、本地时间、客户时间之间的关联以及换算,为本领域所熟知,根据上下文亦可知晓。在一实施例中,本地时区为东八区,客户国家时区为东一区,所述本地活跃起点、所述本地活跃终点分别为本地时间7点、本地时间19点,所述客户活跃起点、所述客户活跃终点分别为本地时间14点、本地时间凌晨2点,因此生成交界时间为本地时间19点,也可换算到客户时间12点,因为时差为7小时。在所述客户国家时区位于西半球的情况下,本领域技术人员亦可根据地理知识以及数学知识进行计算,以得出相应的结果。
S606,根据所述交界时间,分割所述客户活跃起点以及所述客户活跃终点之间的时间区间,生成在时间上相邻的客户第一时间区间、客户第二时间区间。
其中,分割所述客户活跃起点以及所述客户活跃终点之间的时间区间的具体方式是本领域技术人员可以实现的;所述时间区间的定义,可以为某一段时间从开始到结束。在一实施例中,生成交界时间为本地时间19点,即客户时间12点,因此在时间上相邻的客户第一时间区间、客户第二时间区间的情况如下,客户第一时间区间的范围包括客户时间7-12点,客户第二时间区间的范围包括客户时间12-19点。
S607,判断所述邮件发送时间属于客户第一时间区间,还是属于客户第二时间区间。
其中,所述邮件发送时间根据预设的信息提取模型提取得来,所述邮件发送时间显示的依据为客户国家时区,因此显示的时间为客户时间。在一实施例中,可以判断所述邮件发送时间属于客户时间7-12点还是客户时间12-19点,其中交界的12点整向前归属还是向后归属,本领域技术人员可以自行设定。
S608,如果所述邮件发送时间属于客户第一时间区间,向第一客服端发送第一信息,所述第一信息包含第一回复语句以及第二回复语句。
其中,所述第一信息包含的内容不限于第一回复语句以及第二回复语句,所述运行终端与第一客服端连接,所述第一客服端位于本地客服时区。在一实施例中,所述第一客服端为台式计算机,在预设的时间范围内处于关闭状态,例如在非工作时间内处于关闭状态。
上述步骤之后还包括,所述第一客服端接收所述运行终端发送的第一信息;然后,接收第一确认指令,根据所述第一确认指令将所述第一信息内的第一回复语句或者第二回复语句删除,所述第一信息转化为第一筛选结果信号,所述第一筛选结果信号包括第一回复语句/第二回复语句,也就是所述第一筛选结果信号包括第一回复语句或者第二回复语句之一。第一客服端的本地客服时区与第二客服端的兼职客服时区之间的时区差值,大于或等于预设时区数值。其中,所述第一确认指令由操作者发出,也就是可以由卖家的工作人员或者客服人员发出;所述第一信息可以通过预设的筛选生成模型转化为第一筛选结果信号。
S609,如果所述邮件发送时间属于客户第二时间区间,向第二客服端发送第二信息,所述第二信息包含第一回复语句以及第二回复语句。
其中,所述第二信息包含的内容与所述第一信息包含的内容不同,所述第二信息包含的内容不限于第一回复语句以及第二回复语句,第一客服端的本地客服时区与第二客服端的兼职客服时区之间的时区差值,大于或等于预设时区数值;所述预设时区数值具体指时区的间隔,为本领域技术人员所知晓。第一客服端的本地客服时区、第二客服端的兼职客服时区,二者之间的间隔足够大的情况下,有利于在时间上互补,进一步实现对客户的快速响应。
上述步骤之后还包括,所述第二客服端接收所述运行终端发送的第二信息;然后,接收第二确认指令,根据所述第二确认指令将所述第二信息内的第一回复语句或者第二回复语句删除,所述第二信息转化为第二筛选结果信号,所述第二筛选结果信号包括第一回复语句/第二回复语句,也就是所述第二筛选结果信号包括第一回复语句或者第二回复语句之一。所述第一筛选结果信号以及所述第二筛选结果信号,二者之间存在区别。其中,所述第二确认指令由兼职操作者发出,也就是可以由卖家的兼职工作人员或者兼职客服人员发出;所述第二信息可以通过预设的筛选生成模型转化为第二筛选结果信号。
S7,接收用于筛选第一回复语句以及第二回复语句的第一筛选结果信号/第二筛选结果信号,根据第一筛选结果信号/第二筛选结果信号生成最终跨境邮件。
上述方案中,包括接收用于筛选第一回复语句以及第二回复语句的筛选结果信号,所述筛选结果信号为第一筛选结果信号或者第二筛选结果信号,取决于发送的主体为第一客服端,还是发送的主体为第二客服端。在一实施例中,运行终端接收用于筛选第一回复语句以及第二回复语句的第一筛选结果信号/第二筛选结果信号,根据第一筛选结果信号生成最终跨境邮件,或根据第二筛选结果信号生成最终跨境邮件。
其中,所述第一筛选结果信号的发出主体为第一客服端,所述第二筛选结果信号的发出主体为第二客服端。在一实施例中,筛选第一回复语句以及第二回复语句的依据为,对第一回复语句以及第二回复语句进行评分,依据评分结果的高低选出评分更高的语句,上述步骤是本领域技术人员可以实现的。
在一实施例中,第二客服端位于兼职客服时区;所述第二客服端的每日运行时间小于或等于所述第一客服端的每日运行时间的一半,所述第二客服端的兼职客服时区晚于所述第一客服端的本地客服时区,所述第二客服端的兼职客服时区早于所述客户国家时区。其技术效果为,位于所述第二客服端的兼职客服时区的兼职人员所在的时区合理,从时间上可以有效弥补位于所述第一客服端的本地客服时区的卖家的工作空白,而且兼职人员工作时间较短不会给卖家的跨境电商运营增加过多成本。其中,各个时区之间的早晚关系以国际日期变更线为基准,例如新西兰或者斐济所在的时区早于其它国家的时区。
上述方案中,第一回复语句出现在卖家全职团队的第一客服端的本地客服时区,第二回复语句出现兼职的第二客服端的兼职客服时区,因此可以确保在第一客服端的本地客服时区的全职团队无法按需求响应的时候,由第二客服端的兼职客服时区的兼职来填补以实现整个跨境电商信息智能回复的快速响应,且该填补所需的时间成本不大,所需的人工成本较低。
在亚马逊等跨境电商平台,平台对回复邮件的时间标准较为宽松,但许多客户的实际需求不会因为平台的时间标准而放宽。对上述特定行业的跨境电商客户而言,迅捷的响应速度是维系长期合作的根本,如此一来即便竞争对手采取低价策略,也很难抢占这一类客户的订单。
上述这类客户往往对价格不敏感,但是对响应速度有较高要求,为了维系这一类客户,目前行业内普遍采用两种方式进行解决。第一种是卖家的工作人员下班后持续待命来响应客户需求,缺陷在于增加了团队负担而容易导致全职团队人员不稳定,不利于跨境电商团队的长期发展。第二种是找海外的兼职人员来响应客户需求,缺陷在于海外的兼职人员工资普遍按照工作时长计算人力成本较高,且专业知识参差不齐,把响应客户的最终跨境邮件完全交给海外的兼职人员容易出现不专业的答复。
综上所述,上述方案的有益效果为,所述信息智能回复方法通过不同时区的第一客服端、第二客服端在时间上互相配合,能够通过自动化以较低的人力成本实现对跨境电商客户的快速响应,而且不会导致全职团队人员不稳定,有利于跨境电商团队的长期发展。
实施例3
参见图3,图3为本发明另一个实施例提供的跨境电商系统的框图。对应于以上信息智能回复方法,本发明还提供一种跨境电商系统70。该跨境电商系统包括用于执行上述信息智能回复方法的单元,其具体包括:
特征提取单元71,用于实现获取初始跨境邮件,根据预设的第一特征提取模型,提取所述初始跨境邮件的第一特征信息以及第一特征关系。
批量筛选单元72,用于实现从预设的第一问答数据库中筛选出N个可选回复语句。
结果筛选单元73,用于实现根据预设的语义图谱、所述第一特征信息、所述第一特征关系,从N个可选回复语句中筛选出第一回复语句。
其进一步的技术方案为,所述根据预设的语义图谱、所述第一特征信息、所述第一特征关系,从N个可选回复语句中筛选出第一回复语句之后,所述方法还包括:获取第二回复语句;接收用于筛选第一回复语句以及第二回复语句的第一筛选结果信号/第二筛选结果信号,根据第一筛选结果信号/第二筛选结果信号生成最终跨境邮件。
其进一步的技术方案为,所述获取第二回复语句,包括:获取初始跨境邮件,根据预设的第二特征提取模型,提取所述初始跨境邮件的第二特征信息以及第二特征关系;从预设的第二问答数据库中筛选出M个可选回复语句;根据预设的语义图谱、所述第二特征信息、所述第二特征关系,从M个可选回复语句中筛选出第二回复语句。
其进一步的技术方案为,所述第一问答数据库的问答数量与所述第二问答数据库的问答数量之间的差值,大于或等于预设的问答数量差值。
其进一步的技术方案为,所述方法用于运行终端,所述运行终端与第一客服端连接,所述第一客服端位于本地客服时区;所述接收用于筛选第一回复语句以及第二回复语句的第一筛选结果信号/第二筛选结果信号,根据第一筛选结果信号/第二筛选结果信号生成最终跨境邮件之前,包括:根据预设的信息提取模型,提取所述初始跨境邮件的客户国家信息、邮件发送时间;根据所述客户国家信息生成客户国家时区;根据预设的第一起止规则,计算所述本地客服时区的本地活跃起点、本地活跃终点;根据预设的第二起止规则,计算所述客户国家时区的客户活跃起点、客户活跃终点;根据所述本地活跃起点、所述本地活跃终点、所述客户活跃起点、所述客户活跃终点,生成交界时间;根据所述交界时间,分割所述客户活跃起点以及所述客户活跃终点之间的时间区间,生成在时间上相邻的客户第一时间区间、客户第二时间区间;判断所述邮件发送时间属于客户第一时间区间,还是属于客户第二时间区间;如果所述邮件发送时间属于客户第一时间区间,向第一客服端发送第一信息,所述第一信息包含第一回复语句以及第二回复语句。
其进一步的技术方案为,所述方法还用于第一客服端;第一客服端的本地客服时区与第二客服端的兼职客服时区之间的时区差值,大于或等于预设时区数值;所述信息智能回复方法还包括:接收所述运行终端发送的第一信息;接收第一确认指令,根据所述第一确认指令将所述第一信息内的第一回复语句或者第二回复语句删除,所述第一信息转化为第一筛选结果信号,所述第一筛选结果信号包括第一回复语句/第二回复语句。
其进一步的技术方案为,所述运行终端与第二客服端连接;所述信息智能回复方法还包括:如果所述邮件发送时间属于客户第二时间区间,向第二客服端发送第二信息,所述第二信息包含第一回复语句以及第二回复语句。
其进一步的技术方案为,所述方法还用于第二客服端;第一客服端的本地客服时区与第二客服端的兼职客服时区之间的时区差值,大于或等于预设时区数值;所述信息智能回复方法还包括:接收所述运行终端发送的第二信息;接收第二确认指令,根据所述第二确认指令将所述第二信息内的第一回复语句或者第二回复语句删除,所述第二信息转化为第二筛选结果信号,所述第二筛选结果信号包括第一回复语句/第二回复语句。
其进一步的技术方案为,所述第二客服端的每日运行时间小于或等于所述第一客服端的每日运行时间的一半,所述第二客服端的兼职客服时区晚于所述第一客服端的本地客服时区,所述第二客服端的兼职客服时区早于所述客户国家时区。
其技术效果为,所述跨境电商系统首先获取初始跨境邮件,然后根据预设的第一特征提取模型筛选出第一回复语句,接着根据预设的第二特征提取模型筛选出第二回复语句,最后根据筛选结果信号生成最终跨境邮件,整个信息智能回复方法可以自动生成回复内容,自动回复客户的邮件,而且生成的最终跨境邮件与现有方案相比更可靠。其技术效果还包括,所述跨境电商系统通过不同时区的第一客服端、第二客服端在时间上互相配合,能够通过自动化以较低的人力成本实现对跨境电商客户的快速响应,而且不会导致全职团队人员不稳定,有利于跨境电商团队的长期发展。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的。例如,各个单元的划分,仅仅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。
本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。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,也可以是两个或两个以上单元集成在一个单元中。
该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存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,终端,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。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,尚且本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。

Claims (7)

1.一种信息智能回复方法,其特征在于,所述信息智能回复方法包括:
获取初始跨境邮件,根据预设的第一特征提取模型,提取所述初始跨境邮件的第一特征信息以及第一特征关系;
从问答数量为T的第一问答数据库中筛选出N个可选回复语句;
根据预设的语义图谱、所述第一特征信息、所述第一特征关系,从N个可选回复语句中筛选出第一回复语句;
获取初始跨境邮件,根据预设的第二特征提取模型,提取所述初始跨境邮件的第二特征信息以及第二特征关系;
从问答数量大于2T的第二问答数据库中筛选出M个可选回复语句;
根据预设的语义图谱、所述第二特征信息、所述第二特征关系,从M个可选回复语句中筛选出第二回复语句;
接收用于筛选第一回复语句以及第二回复语句的第一筛选结果信号/第二筛选结果信号,根据第一筛选结果信号/第二筛选结果信号生成最终跨境邮件;
其中,所述第一问答数据库的问答数量T与所述第二问答数据库的问答数量2T之间的差值,大于或等于预设的问答数量差值。
2.根据权利要求1所述的信息智能回复方法,其特征在于,所述方法用于运行终端,所述运行终端与第一客服端连接,所述第一客服端位于本地客服时区;所述接收用于筛选第一回复语句以及第二回复语句的第一筛选结果信号/第二筛选结果信号,根据第一筛选结果信号/第二筛选结果信号生成最终跨境邮件之前,包括:
根据预设的信息提取模型,提取所述初始跨境邮件的客户国家信息、邮件发送时间;
根据所述客户国家信息生成客户国家时区;
根据预设的第一起止规则,计算所述本地客服时区的本地活跃起点、本地活跃终点;
根据预设的第二起止规则,计算所述客户国家时区的客户活跃起点、客户活跃终点;
根据所述本地活跃起点、所述本地活跃终点、所述客户活跃起点、所述客户活跃终点,生成交界时间;
根据所述交界时间,分割所述客户活跃起点以及所述客户活跃终点之间的时间区间,生成在时间上相邻的客户第一时间区间、客户第二时间区间;
判断所述邮件发送时间属于客户第一时间区间,还是属于客户第二时间区间;
如果所述邮件发送时间属于客户第一时间区间,向第一客服端发送第一信息,所述第一信息包含第一回复语句以及第二回复语句。
3.根据权利要求2所述的信息智能回复方法,其特征在于,所述方法还用于第一客服端;第一客服端的本地客服时区与第二客服端的兼职客服时区之间的时区差值,大于或等于预设时区数值;所述信息智能回复方法还包括:
接收所述运行终端发送的第一信息;接收第一确认指令,根据所述第一确认指令将所述第一信息内的第一回复语句或者第二回复语句删除,所述第一信息转化为第一筛选结果信号,所述第一筛选结果信号包括第一回复语句/第二回复语句。
4.根据权利要求2所述的信息智能回复方法,其特征在于,所述运行终端与第二客服端连接;所述信息智能回复方法还包括:
如果所述邮件发送时间属于客户第二时间区间,向第二客服端发送第二信息,所述第二信息包含第一回复语句以及第二回复语句。
5.根据权利要求4所述的信息智能回复方法,其特征在于,所述方法还用于第二客服端;第一客服端的本地客服时区与第二客服端的兼职客服时区之间的时区差值,大于或等于预设时区数值;所述信息智能回复方法还包括:
接收所述运行终端发送的第二信息;接收第二确认指令,根据所述第二确认指令将所述第二信息内的第一回复语句或者第二回复语句删除,所述第二信息转化为第二筛选结果信号,所述第二筛选结果信号包括第一回复语句/第二回复语句。
6.根据权利要求5所述的信息智能回复方法,其特征在于:
所述第二客服端的每日运行时间小于或等于所述第一客服端的每日运行时间的一半,所述第二客服端的兼职客服时区晚于所述第一客服端的本地客服时区,所述第二客服端的兼职客服时区早于所述客户国家时区。
7.一种跨境电商系统,其特征在于,所述跨境电商系统包括用于执行如权利要求1-6任一项所述方法的单元。
CN202311215489.XA 2023-09-20 2023-09-20 一种信息智能回复方法以及跨境电商系统 Active CN116955575B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311215489.XA CN116955575B (zh) 2023-09-20 2023-09-20 一种信息智能回复方法以及跨境电商系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311215489.XA CN116955575B (zh) 2023-09-20 2023-09-20 一种信息智能回复方法以及跨境电商系统

Publications (2)

Publication Number Publication Date
CN116955575A CN116955575A (zh) 2023-10-27
CN116955575B true CN116955575B (zh) 2023-12-22

Family

ID=88455084

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311215489.XA Active CN116955575B (zh) 2023-09-20 2023-09-20 一种信息智能回复方法以及跨境电商系统

Country Status (1)

Country Link
CN (1) CN116955575B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111143540A (zh) * 2020-04-03 2020-05-12 腾讯科技(深圳)有限公司 智能问答方法、装置、设备及存储介质
CN112527998A (zh) * 2020-12-22 2021-03-19 深圳市优必选科技股份有限公司 一种答复推荐方法、答复推荐装置及智能设备
CN113723105A (zh) * 2021-04-13 2021-11-30 腾讯科技(北京)有限公司 语义特征提取模型的训练方法、装置、设备及存储介质
CN113987151A (zh) * 2021-10-29 2022-01-28 中国银行股份有限公司 智能客服回复方法及装置
CN114493063A (zh) * 2020-10-27 2022-05-13 丝路微观(山东)数字科技有限公司 跨境电商物品、跨境快件物品或跨境邮件物品的检测方法
CN114722164A (zh) * 2020-12-22 2022-07-08 上海哔哩哔哩科技有限公司 一种智能评论回复方法及装置
CN114817507A (zh) * 2022-05-23 2022-07-29 深圳前海微众银行股份有限公司 基于意图识别的回复推荐方法、装置、设备和存储介质
CN115858757A (zh) * 2022-12-26 2023-03-28 深圳市千岩科技有限公司 客服邮件应答方法及其装置、设备、介质、产品
CN116628173A (zh) * 2023-07-26 2023-08-22 成都信通信息技术有限公司 一种基于关键字提取的智能客服信息生成系统及生成方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113641806B (zh) * 2021-07-28 2023-06-23 北京百度网讯科技有限公司 对话方法、系统、电子设备及存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111143540A (zh) * 2020-04-03 2020-05-12 腾讯科技(深圳)有限公司 智能问答方法、装置、设备及存储介质
CN114493063A (zh) * 2020-10-27 2022-05-13 丝路微观(山东)数字科技有限公司 跨境电商物品、跨境快件物品或跨境邮件物品的检测方法
CN112527998A (zh) * 2020-12-22 2021-03-19 深圳市优必选科技股份有限公司 一种答复推荐方法、答复推荐装置及智能设备
CN114722164A (zh) * 2020-12-22 2022-07-08 上海哔哩哔哩科技有限公司 一种智能评论回复方法及装置
CN113723105A (zh) * 2021-04-13 2021-11-30 腾讯科技(北京)有限公司 语义特征提取模型的训练方法、装置、设备及存储介质
CN113987151A (zh) * 2021-10-29 2022-01-28 中国银行股份有限公司 智能客服回复方法及装置
CN114817507A (zh) * 2022-05-23 2022-07-29 深圳前海微众银行股份有限公司 基于意图识别的回复推荐方法、装置、设备和存储介质
CN115858757A (zh) * 2022-12-26 2023-03-28 深圳市千岩科技有限公司 客服邮件应答方法及其装置、设备、介质、产品
CN116628173A (zh) * 2023-07-26 2023-08-22 成都信通信息技术有限公司 一种基于关键字提取的智能客服信息生成系统及生成方法

Also Published As

Publication number Publication date
CN116955575A (zh) 2023-10-27

Similar Documents

Publication Publication Date Title
US10839404B2 (en) Intelligent, interactive, and self-learning robotic process automation system
Carmel et al. Small firms and offshore software outsourcing: high transaction costs and their mitigation
CN104933084B (zh) 一种用于获得答案信息的方法、装置和设备
US20030023675A1 (en) Workflow systems and methods for project management and information management
US11948187B2 (en) Artificial intelligence based digital leasing assistant
CA3110889C (en) Conversational business tool
CN107563728A (zh) 基于岗位角色群组的轻量级工作流企业管理系统设计方法
CN110874405A (zh) 服务质检方法、装置、设备与计算机可读存储介质
CN114186024A (zh) 推荐方法及装置
US20190272072A1 (en) Processing system for multivariate segmentation of electronic message content
CN111353762A (zh) 一种规章制度管理方法及系统
CN116955575B (zh) 一种信息智能回复方法以及跨境电商系统
US20210117972A1 (en) Rule-based messaging and electronic communication system
CN111291042B (zh) 一种用于供电服务的电力数据处理系统及方法
CN113722577B (zh) 反馈信息的处理方法、装置、设备以及存储介质
CN114820043A (zh) 一种基于知识图谱的市场风险监测方法及系统
CN111199287A (zh) 一种特征工程实时推荐方法、装置及电子设备
CN112651870A (zh) 一种线上定制城市管理方案的系统及方法
CN112380436A (zh) 一种企业数智化能源解决方案的智能推荐系统及其方法
JP2003296539A (ja) 意思決定支援方法
Marcela et al. Performance Evaluation IT Governance on Universities: COBIT 2019 Approach with Measurement Capability Levels
Kondo Key points in quality control training courses for managers
US20240112120A1 (en) Quantifying human sentiment to determine a sentiment score reflective of the health of a project
CN114331228B (zh) 一种基于互联网的软件开发过程中人员管理预警系统
WO2024087752A1 (zh) 用户偏好分析方法及装置

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