TWI690811B - 智能線上客服匯流核心系統 - Google Patents
智能線上客服匯流核心系統 Download PDFInfo
- Publication number
- TWI690811B TWI690811B TW108110444A TW108110444A TWI690811B TW I690811 B TWI690811 B TW I690811B TW 108110444 A TW108110444 A TW 108110444A TW 108110444 A TW108110444 A TW 108110444A TW I690811 B TWI690811 B TW I690811B
- Authority
- TW
- Taiwan
- Prior art keywords
- customer service
- voice
- data
- text
- reply
- Prior art date
Links
Images
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Telephonic Communication Services (AREA)
Abstract
本發明為一種智能線上客服匯流核心系統,AI處理系統裝置處理由終端裝置所接收之語音或文字資料,當文字資料或語音是透過網路連接輸入至終端裝置及AI處理系統裝置時,客服匯流核心裝置根據資料語音辨識或自然語言處理後產生之意圖決定一回覆或查詢,當語音由傳統電話網路經用戶專用交換機(Private Branch Exchange,PBX)轉接至語音客服裝置處理時,客服匯流核心裝置對語音客服裝置進線客戶語音提供語音辨識、自然語言處理程序後產生之意圖決定一回覆或查詢,再經由一企業自有系統或外部開放資料取得回覆結果,並回傳回覆或查詢結果至終端裝置。
Description
本發明係有關於一種服務系統,更加具體地說係有關於一種可提供終端使用者透過終端裝置以數據網路或語音網路連接即時智能線上客服匯流核心系統。
目前的客服線上服務(簡稱客服)系統包括電話語音、網路即時通訊、專業客服人員等模式,用以提供使用者相關查詢與疑難排除的客戶服務。
為提供更友善即時客戶服務,近年已發展出一種應用於客服的智慧系統,用以取代真人客服,其允許使用者使用自然語言向系統查詢,此智慧系統能分析使用者輸入的自然語言,並回覆使用者。然而,目前這類的智慧客服系統已提供IP網路連線用戶及電話網路連線用戶,但無法同時於單一系統提供整合式單一AI機器自動化處理模組,仍區分為語音與文字兩大類渠道進行處理,唯有後端日誌資料提供統一數據分析之處理。而系統管理者針對智能系統之建置需統一語音與文字之AI機器自動化處理模組,貫穿使用於各種不同渠道,且不同通路語料處理間,無法利用另一方優勢增加整體AI自動化處理模組之服務正確率與品質。因
此需有一套統合語音及文字相互整合之AI機器自動化處理模組,可針對不同資料來源做處理,以增加系統維運及管理效率與使用者體驗,增進客服服務品質。
因此,需要找到一種整合AI自動化處理模組型態之智能線上客服匯流核心裝置,以避免上述問題的產生。
由此可見,上述習用方式仍有諸多缺淺及可用性差,實非一便捷而容易廣泛應用之設計,亟待加以改良。
本發明係關於一種可提供終端使用者透過終端裝置以數據網路或語音網路連接即時智能線上客服匯流核心系統,提供語音辨識、自然語言處理,於判別客戶意圖後,產生回覆資料並以語音或文字方式回傳至終端裝置。而當語音辨識後之文字語料如無法透過自然語言處理模組確認其意圖時,會透過至少二種文本分類方法與歷史文字語料進行相似度比對,取得最接近之相似語句之意圖做為其採用之意圖。
在對本發明揭示進行詳細地解釋說明之前,先對本發明可能涉及到之名詞進行解釋說明。
意圖:本發明中所述之意圖係指在應用場景或領域如訂餐、搭車、網購等特定場景範疇下完成用戶想完成之任務,一般可以特定之動詞來描述,例如機票領域中,有“查機票”、“退機票”等意圖。確認意圖後為完成任務需針對每個意圖所需之對應特定訊息如機票所屬航空公司、出發地點、到達地點等由對談中進行蒐集。
歷史文字語料:歷史文字語料是指在語音客服及文字客服對談過程中所產生之日誌內容,語音客服日誌內容產生是由客服對談之語音經過語音辨識、自然語言處理及對談機器人(Chat Bot)產出之對談文字語料,而文字客服對談內容是指使用者直接透過文字不用語音與系統進行交談,後端處理是透過自然語言處理模組及對談機器人進行服務,進而產生歷史文字語料;因此歷史文字語料包含來自使用者之語音或文字對談內容透過系統服務後所產出之文字語料日誌。
歷史文字語料日誌:歷史文字語料日誌是指客服服務中所產生之對談文字內容日誌。
意圖相似度判斷:意圖相似度判斷係採選取至少二種文本分類混合方法,經由選定意圖歷史文字內容樣本進行訓練,訓練後之分類器以特徵值如特定關鍵字群組,進行相似意圖之判斷。本實施例採用之文本分類方法為卷積神經網路(Convolutional Neural Network,CNN)、文字轉向量(Word To Vector,Word2Vec)、長期短記憶網路(Long Short-Term Memory,LSTM)及邏輯迴歸(Logistic Regression,LR)、詞頻率及反文件頻率(Term Frequency-Inverse Document Frequency,TF-IDF)中至少兩個方法相結合。而為了保證訓練出的模型性能可採取前述三種以上方法相結合之方式,進行串列式組合求得最佳相似度分類模型。
本發明提出一種智能線上客服匯流核心系統,包括:至少一終端裝置,取得客戶所輸入之包括文字資料或語音之一問題要求;至少一AI處理系統裝置(Artificial Intelligence),處理終端裝置所接收之語音或文字資料;以及一客服匯流核心裝置,當文字資料或語音是透過網路連
接至終端裝置以及AI處理系統裝置,接收輸入資料,根據資料語音辨識或自然語言處理後產生之意圖決定一回覆或查詢企業自有系統或外部開放資料(Open Data)取得回覆結果,並回傳回覆或查詢結果至終端裝置;當語音由傳統電話網路經用戶專用交換機(Private Branch Exchange,PBX)轉接至語音客服裝置處理時,客服匯流核心裝置對語音客服裝置進線客戶語音提供語音辨識、自然語言處理程序,於判別客戶意圖後,透過企業自有系統或外部開放資料取得所須查詢資料,並產生回覆資料以語音或文字方式回傳至終端裝置。
其中,智能線上客服匯流核心系統更包括一前台裝置,透過網路連接至客服匯流核心裝置,用以取得AI處理系統裝置、企業自有系統、外部開放資料系統等支援,以回覆客戶所輸入之包含資料之問題要求。
其中,客服匯流核心裝置透過網路連接至AI處理系統裝置,用以提供語音辨識、自然語言處理,於判別客戶意圖後,透過企業自有系統或外部開放資料取得所須查詢資料。並於處理過程中儲存所有文字語料,對所收集之歷史文字語料進行意圖分類。為加速歷史文字資料之處理,新增加之文字語料日誌必須先進行常用關鍵字標註,做為搜尋索引之依據,如無適合之關鍵字將由候選關鍵字擴充,直到有合適關鍵字提供語料標註。而關鍵字之取得是由歷史文字資料經斷詞後進行斷詞種類統計,依其出現頻率從高到低逐項取用,每次標註所需之預設關鍵字數目及內容選取是依歷史文字資料由人工標訂後屬於同一意圖之關鍵字數目與內容而設定;而其候選關鍵字之來源是由斷詞種類中非屬關鍵詞之斷詞擴
充而來,候選關鍵字之增入依出現之頻率做為選取之優先順序。
其中,意圖分類是指歷史文字語料日誌經關鍵字標註後,由意圖相似度判斷將其關鍵字種類及關鍵字數目相近將歸於同一群,以產出分類後之歷史文字資料以意圖種類進行分類儲存,儲存方式依其相似度進行排列,各分類都有其配對之場景知識點供自然語言處理模組進行意圖判別。
其中,當機器語音辨識後之文字語句無法透過自然語言處理模組確認其意圖時,將透過前述意圖分類相似度判斷方法與歷史文字語料進行相似度比對,取得最相似語句之意圖做為其意圖,以協助於語音辨識轉文字過程中,因辨識度不足下透過此一歷史文字語料回饋機制,提供正確意圖之判斷。此方法可用在語音客服及文字客服混合使用下,於機器語音文字客服作業中,因限於語音辨識不足產生之錯誤包括錯字、增缺字以致歷史語料日誌含有錯誤文字訊息影響正確意圖之產生;透過意圖分類相似度匹配及文字客服作業中所得之歷史文字語料日誌,輔助語音辨識錯誤取得正確之意圖。
其中,客服匯流核心裝置根據網路連線型態決定查詢結果回覆型態係包括:接收網路資料選擇進行語音辨識,再進行結果之語意分析或直接進行語意分析;係根據網路連線型態,選擇一處理流程;經由處理流程,取得相應問題要求的客戶意圖;以及根據客戶意圖,透過企業自有系統或外部開放資料取得所須查詢資料,產生查詢結果。
其中,網路連線型態判斷,包括一整合資料匯流流程並且客服匯流核心裝置,對客戶網路連線型態執行語音辨識及語音辨識處理
程序係包括:經由網路連線型態判斷流程,取得資料來源網路型態資料;以及根據網路型態判斷資料,判斷客戶是否透過網路進行遠端裝置資料連線程序。
其中,當網路連線是以數位網路型態連接時,網路型態判斷會於確認網路型態後,進行網路傳輸資料判別如為文字資料將進行自然語言處理程序,於判別客戶意圖後,透過企業自有系統或外部開放資料取得所須查詢資料,並產生回覆資料以語音或文字方式回傳至終端裝置。
其中,當網路連線是以數位網路型態連接時,網路型態判斷會於確認網路型態後,進行網路傳輸資料判別如為語音資料將進行語音辨識、自然語言處理程序,於判別客戶意圖後,透過企業自有系統或外部開放資料取得所須查詢資料,並產生回覆資料以語音或文字方式回傳至終端裝置。
其中,當網路連線是以電話網路型態連接時,網路型態判斷會於確認網路型態後,進行傳輸資料語音辨識、自然語言處理程序,於判別客戶意圖後,透過企業自有系統或外部開放資料取得所須查詢資料,並產生回覆資料以語音或文字方式回傳至終端裝置。
其中,問題要求係以一文字輸入方式或一語音輸入方式輸入,透過訊息閘道器依傳遞訊號內容種類判斷後,傳送至AI處理系統裝置判別客戶意圖。
其中,客戶自有系統係為非公開的內部專用系統群組之一者,非公開的內部專用系統群組包括以下至少一者:一企業資源規劃系統(ERP)、一知識管理系統(KMS)、一客戶關係管理系統(CRM)、以
及一企業自有資料庫系統。
其中,新興客服通路係為一手機或一平版電腦或一個人電腦或一筆記型電腦或一數位面板或一電子看板或一智慧音箱等新興客服通路終端設備。
上列詳細說明針對本發明之一可行實施例之具體說明,惟該實施例並非用以限制本發明之專利範圍,凡未脫離本發明技藝精神所為之等效實施或變更,均應包含於本案之專利範圍中。
綜上所述,本案不但在空間型態上確屬創新,並能較習用物品增進上述多項功效,應已充分符合新穎性及進步性之法定發明專利要件,爰依法提出申請,懇請 貴局核准本件發明專利申請案,以勵發明,至感德便。
100‧‧‧智能線上客服匯流核心系統
110‧‧‧新興客服通路
112‧‧‧智慧型手機
114‧‧‧電腦
116‧‧‧智慧裝置
120‧‧‧傳統客服通路
122‧‧‧話機
132‧‧‧IP網路(TCP/IP)
134‧‧‧公用交換電話網路或行動網路
140‧‧‧語音客服裝置
142‧‧‧用戶專用交換機
144‧‧‧交互式語音應答系統
146‧‧‧媒體資源控制協定伺服器
150‧‧‧客服匯流核心裝置
152‧‧‧客服匯流管理模組
154‧‧‧訊息閘道器
160‧‧‧AI處理系統裝置
162‧‧‧語音轉文字模組
164‧‧‧文字轉語音模組
166‧‧‧自然語言處理模組
167‧‧‧意圖判斷知識庫
168‧‧‧對談機器人
170‧‧‧企業自有系統
172‧‧‧企業自有系統資料庫
180‧‧‧外部開放資料系統
182‧‧‧新聞
184‧‧‧天氣
190‧‧‧其他應用系統
192‧‧‧真人客服系統
S200~S204‧‧‧步驟流程
S300~S307‧‧‧步驟流程
S400~S407‧‧‧步驟流程
S501~S508‧‧‧步驟流程
S601~S612‧‧‧步驟流程
圖1為本發明一實施例智能線上客服匯流核心系統之示意圖
圖2為本發明一實施例之客戶服務流程之示意圖。
圖3為本發明一實施例之客戶服務流程之示意圖。
圖4為本發明一實施例之客戶服務流程之示意圖。
圖5為本發明一實施例之客服服務流程之示意圖。
圖6為本發明一實施例之客服服務流程之示意圖。
為利 貴審查委員了解本發明之技術特徵、內容與優點
及其所能達到之功效,茲將本發明配合附圖,並以實施例之表達形式詳細說明如下,而其中所使用之圖式,其主旨僅為示意及輔助說明書之用,未必為本發明實施後之真實比例與精準配置,故不應就所附之圖式的比例與配置關係解讀、侷限本發明於實際實施上的權利範圍,合先敘明。
在本發明中使用術語「示範性」意味著所揭示的元件或實施例僅為一實例,且不指示使用者的任何偏好。此外,相同的數字在所有若干圖示中指示相同的元件,且除非在描述中另有指定,冠詞「一」和「上述」包含複數的參考。使用於本發明說明書中的「包含」、「包括」等詞,係用以表示存在特定的技術特徵、數值、方法步驟、作業處理、元件以及組件,但並不排除可加上更多的技術特徵、數值、方法步驟、作業處理、元件、組件,或以上的任意組合。
圖1係為本發明一實施例智能線上客服匯流核心系統之示意圖。智能線上客服匯流核心系統100可包括一新興客戶通路110、一傳統客服通路120、一公用交換電話網路或行動網路134(Public Switched Telephone Network,PSTN)、一語音客服裝置140(包含用戶專用交換機142、交互式語音應答系統144(Interactive Voice Response,IVR)及媒體資源控制協定伺服器146(Media Resource Control Protocol,MRCP))、一客服匯流核心裝置150及一AI處理系統裝置160。客服匯流核心裝置150可透過公用交換電話網路或行動網路134連接AI處理系統裝置160、新興客戶通路110、傳統客服通路120、語音客服裝置140、客戶自有系統170、外部開放資料系統180、其他應用系統190,其中,公用交換電話網路或行動網路134可以是本領域技術人員所熟悉任何類型的網路,其可使用各
種通訊上可用協定中的任一種來支援數據通訊,包括但不侷限於PSTN、TCP/IP等,可為其他網路之任何組合。
客服匯流核心裝置150主要負責提供一個客服智慧服務不同網路連線匯流平台,藉由客服匯流管理模組152與不同網路型態間的介接,取得傳統客服通路及新興客服通路前端裝置客戶所提的問題要求的相關資料,進行語音辨識、語意分析後分析意圖類型,再根據意圖類型,查詢客戶自有系統、外部開放資料、其他應用系統取得相關的查詢結果,再將查詢結果回傳給客戶。客服匯流核心裝置150可視為一智能客服機器人,其包括預先設計網路型態判斷程序進行資料源後續處理方式,透過訊息閘道器154可自動根據網路型態來源提供相對應網路型態資料所對應處理流程以進行文字或語音對話,取得客戶所提的問題要求,進行所需語音辨識、語意分析後分析出意圖類型,再根據意圖類型,查詢企業自有系統170、外部開放資料180、其他應用系統190取得查詢結果,最後再將查詢結果回傳給客戶。
AI處理系統裝置160可提供語音辨識、自然語言的語意分析服務,可對一自然語音辨識後再由語意分析進行分析。舉例來說,AI處理系統裝置160可具有自然語言處理引擎與語音轉文字模組162(Speech To Text,STT)及文字轉語音模組164(Text To Speech,TTS),可透過自然語言處理引擎直接分析整段文字內容,或先經由語音轉文字模組162將語音訊號轉為文字後進行分析,得到該段文字的語意分析結果。AI處理系統裝置160可於取得客戶意圖要求後,將意圖所需之查詢要求指令資料透過IP網路(TCP/IP)132傳送至企業自有系統170、外部開放資料180、其
他應用系統190,進行查詢取得查詢結果,最後再將查詢結果回傳給客戶。而當機器語音轉文字模組162把語音轉文字後之文字語料如無法透過自然語言處理模組166(Natural Language Processing,NLP)及167意圖判斷知識庫確認其意圖時,會透過至少二種文本分類方法組合與歷史文字語料進行相似度比對,取得最接近之相似語句意圖做為其採用之意圖。即在機器語音客服與文字客服匯流處理過程中,透過文字客服所取得之文字語料可以用以強化語音客服語音轉文字模組162辨識度準確率不足之缺點,增強系統處理正確性。
新興客服通路110可為一電腦或一行動裝置,如:智慧型手機112、電腦114、或智慧裝置116等裝置,其可具備運行應用程式之能力,傳統客服通路120可為一話機122。新興客服通路110及傳統客服通路120係可由客戶或使用者所使用,客戶或使用者可依終端設備可輸入方式以一文字輸入方式或語音輸入方式輸入一欲查詢之資料的問題要求,而新興客服通路110及傳統客服通路120可以取得客戶所輸入的上述問題要求,並將上述問題要求傳送至客服匯流核心裝置150或透過AI處理系統裝置160連接客服匯流核心裝置150。客戶或使用者可下載並安裝由客服匯流核心裝置150所開發其專屬的服務應用程式(為方便理解,於此後簡稱為-服務APP),服務APP包括一圖形化介面,讓客戶或使用者可透過新興客服通路110的服務APP連接至客服匯流核心裝置150以透過圖形化介面與客服匯流核心裝置150進行互動或交談,以提出問題發問、查詢、接收並顯示客服匯流核心裝置150所提供的相應上述所問問題的答案的查詢結果。前台新興客服通路110係可產生網頁,例如,E化網頁,以供使
用者使用。類似地,客戶或使用者也可以以文字輸入方式或語音輸入方式輸入包含上述欲查詢之資料的上述問題要求,而新興客服通路110可以取得客戶所輸入的上述問題要求,並將上述問題要求傳送至客服匯流核心裝置150,新興客服通路110也可接收並顯示客服匯流核心裝置150所提供的相應上述所問問題的答案或查詢結果並產生包括答案或查詢結果的頁面以呈現查詢結果給客戶或使用者。
詳細而言,客戶可以利用新興客服通路110的服務APP或新興客服通路110所產生的E化網頁,透過文字或語音輸入的方式與客服匯流核心裝置150進行對談提出查詢或詢問,客服匯流核心裝置150可經由預設的對話流程接收客戶所輸入的資料,以訊息閘道器154連接至AI處理系統裝置160進行語意分析及或語音辨識(例如經由語音轉文字處理)後,辨識出客戶意圖,根據問題類型,可選擇直接回覆客戶答案,或介接後台的企業自有系統170、外部開放資料系統180(如新聞182、天氣184)或其他應用系統190(如真人客服系統192)的相關資訊系統提供客戶諮詢結果。於一實施例中,當新興客服通路110為一智慧型手機時,客服匯流核心裝置150可善用手機特性,設計點選、圖片、表格、手滑等互動方式來提供客戶輸入相關查詢資料,並且根據手機的螢幕大小與操作特性,提供符合手機螢幕的簡化查詢結果呈現,使客戶更方便於手機上進行各項查詢。
企業自有系統170係為非公開的內部專用系統群組,上述非公開的內部專用系統群組用以提供關於企業內專屬資料查詢。舉例來說,上述非公開的內部專用系統群組可包括ERP或CRM或KMS或對談
機器人知識庫等,但本發明並不限於此。上述企業自有系統170可具有儲存企業內相關資訊的企業自有系統資料庫172。每一企業自有系統170可各自具有獨立的企業自有系統資料庫172或多個企業自有系統170可共用同一企業自有系統資料庫172。客服匯流核心裝置150可於必要時透過上述企業自有系統170以存取企業自有系統資料庫172中所儲存的資料。
明確來說,客服匯流核心裝置150可於接收到包含資料的問題要求之後,透過訊息閘道器154傳送資料至AI處理系統裝置160,AI處理系統裝置160接收資料,對資料進行判別後進行語音辨識及語意分析或直接進行語意分析以產生一語意分析結果,並將語意分析結果回傳至AI處理系統裝置160。客服匯流核心裝置150可隨後根據語意分析結果,決定上述查詢結果。
在一實施例中,客服匯流核心裝置150根據上述問題要求之資料決定查詢結果可包括以下步驟:接收上述資料之上述語意分析結果;根據上述語意分析結果,決定一問題類型;根據上述問題類型,選擇一對話流程;經由上述對話流程,取得相應上述問題要求的參考資料;以及根據上述參考資料,產生上述查詢結果。
圖2至圖6本發明一實施例之客戶服務流程之示意圖。
首先,如步驟S200,客戶或任意發問者可透過其終端裝置的服務APP或前台裝置的E化網頁(如:企業或客服官網)或傳統電話等向客服匯流核心裝置提出包含一提問資料的問題要求,再如步驟S204所述,客服匯流核心裝置將進行訊息來源通路判別。或如步驟S201,客戶撥打電話提問資料的問題要求後,步驟S202,經由連線PSTN傳送至交互
式語音應答系統,並經由伺服器傳送數位語音至客服匯流核心裝置後(步驟S203),再如步驟S204所述,客服匯流核心裝置將進行訊息來源通路判別為新興客服通路或傳統客服通路。
當連線通路來源判斷來源型態判別為新興客服通路時,如圖3所示,步驟S300,先透過訊息閘道器一傳遞訊號內容種類判斷,步驟S301,客服匯流核心裝置將輸入之文字資料和語音進行分別進行分析,其中如步驟S302,透過AI處理系統裝置語音進行辨識及自然語言處理成文字,再如步驟S303所述,AI處理系統裝置針對文字資料進行語意分析,以理解客戶意圖,再由步驟S304企業自有系統、外部開放資料、其他應用系統,進行查詢取得查詢結果並回傳客服匯流核心裝置,客服匯流核心裝置判別查詢結果為文字或語音(步驟S305),查詢結果為語音時,步驟S306則將語音進行文字轉換,並顯示於終端裝置(步驟S307),查詢結果為文字時,則直接顯示於終端裝置(步驟S307)。
當連線通路來源判斷來源型態判別為傳統客服通路時,如圖4所示,步驟S400,客服匯流核心裝置將語音傳送至AI處理系統裝置,步驟S401,AI處理系統裝置將語音進行辨識及自然語言處理成文字,步驟S402,AI處理系統裝置針對文字資料進行語意分析,以理解客戶意圖,再由步驟S403企業自有系統、外部開放資料、其他應用系統,進行查詢取得查詢結果並回傳客服匯流核心裝置,客服匯流核心裝置將查詢結果之文字轉換成完整文句,並傳送至AI處理系統裝置中的語音合成模組,AI處理系統裝置將合成產生的回覆語音回傳至伺服器(步驟S404),再藉由互動語音系統將回覆語音撥放至傳統客服通路的話機中(步驟
S405)。詳細而言,AI處理系統裝置可於提問資料的語意分析完成後產生一語意分析結果並將語意分析結果回傳給客服匯流核心裝置,使客服匯流核心裝置可自AI處理系統裝置得到相應上述問題要求的語意分析結果。接著,客服匯流核心裝置可根據語意分析結果理解客戶意圖與進行情境處理,根據所理解的客戶意圖,決定一對話流程,選擇合適的對話流程,以確認客戶想要查詢的資料與目標。對話流程可以採用問答方式,AI處理系統裝置可以根據語意分析結果決定要問答的內容。AI處理系統裝置可以根據客服經驗事先建立多個可能的對話流程,之後再根據問題要求的語意分析結果來選擇適合的對話流程進行後續資料收集(如步驟S406至步驟S407)。
在實施例中,如圖5所示,步驟S501,自然語言處理模組進行客服語料處理時,由步驟S505提供自然語言處理模組所需之各場景知識庫,再由步驟S502新增文字語料,及步驟S503與步驟S506進行關鍵字群組與意圖配對及新增文字語料關鍵字標註,最後步驟S504進行標註後文字語料之意圖分類,意圖分類是指歷史文字語料日誌經關鍵字標註後,由意圖相似度判斷將其關鍵字種類及關鍵字數目相近將歸於同一群,以產出分類後之歷史文字資料以意圖種類進行分類儲存,儲存方式依其相似度進行排列,各分類都有其配對之場景知識點供自然語言處理模組進行意圖判別。歷史文字語料日誌會依意圖分類進行儲存(步驟S508),提供步驟S506關鍵字群組與意圖配對之參考(步驟S507)。
如圖6所示,步驟S601處理機器語音客服作業時,由步驟S602進行客服對談內容語音辨識產出文本,再由步驟S603進行客服
對談內容文字語意分析,步驟S604依照語意分析結果產生最近似之文字語料內容及意圖,當機器語音辨識後之文字語句無法透過自然語言處理模組確認其意圖時,將透過前述意圖分類相似度判斷方法與歷史文字語料進行相似度比對(步驟S608),取得最相似語句之意圖做為其意圖(步驟S605、步驟S608),以協助於語音辨識轉文字過程中,因辨識度不足下透過此一歷史文字語料回饋機制,提供正確意圖之判斷(步驟S612)。此方法可用在語音客服及文字客服混合使用下,於機器語音文字客服作業中,因限於語音辨識不足產生之錯誤包括錯字、增減字以致歷史語料日誌含有錯誤文字訊息影響正確意圖之產生;透過意圖分類相似度匹配及文字客服作業中所得之歷史文字語料日誌(步驟S606、步驟S607、步驟S609至步驟S611),輔助上述語音辨識錯誤取得正確之意圖。
綜上所述,本案不僅於技術思想上確屬創新,並具備習用之現有方法所不及之上述多項功效,已充分符合新穎性及進步性之法定發明專利要件,爰依法提出申請,懇請 貴局核准本件發明專利申請案,以勵發明,至感德便。
100‧‧‧智能線上客服匯流核心系統
110‧‧‧新興客服通路
112‧‧‧智慧型手機
114‧‧‧電腦
116‧‧‧智慧裝置
120‧‧‧傳統客服通路
122‧‧‧話機
132‧‧‧IP網路(TCP/IP)
134‧‧‧公用交換電話網路或行動網路
140‧‧‧語音客服裝置
142‧‧‧用戶專用交換機
144‧‧‧交互式語音應答系統
146‧‧‧媒體資源控制協定伺服器
150‧‧‧客服匯流核心裝置
152‧‧‧客服匯流管理模組
154‧‧‧訊息閘道器
160‧‧‧AI處理系統裝置
162‧‧‧語音轉文字模組
164‧‧‧文字轉語音模組
166‧‧‧自然語言處理模組
167‧‧‧意圖判斷知識庫
168‧‧‧對談機器人
170‧‧‧企業自有系統
172‧‧‧企業自有系統資料庫
180‧‧‧外部開放資料系統
182‧‧‧新聞
184‧‧‧天氣
190‧‧‧其他應用系統
192‧‧‧真人客服系統
Claims (7)
- 一種智能線上客服匯流核心系統,至少包括:一終端裝置,該終端裝置取得使用者所輸入之文字資料或語音;一AI處理系統裝置,該AI處理系統裝置處理該終端裝置所接收之文字資料或語音;一客服匯流核心裝置,該客服匯流核心裝置將由網路輸入之文字資料或語音,根據資料語音辨識或自然語言處理後產生之意圖決定一回覆或查詢,並取得該回覆或查詢結果後,回傳該回覆或查詢結果至該終端裝置;一語音客服裝置,當語音由傳統電話網路經用戶專用交換機轉接至該語音客服裝置時,該客服匯流核心裝置對該語音客服裝置進線客戶語音進行語音辨識、自然語言處理程序,於判別客戶意圖處理後產生之意圖決定該回覆或查詢,並取得回覆或查詢結果後,回傳該回覆或查詢結果至該終端裝置;一企業自有資料庫,提供該客服匯流核心裝置透過該企業自有資料庫取得該回覆或查詢結果,並產生回覆或查詢的文字資料以語音回傳至該終端裝置;以及其中,當機器語音辨識後之文字語料如無法透過該客服匯流核心裝置確認其意圖時,會透過至少二種文本分類方法組合與歷史文字語料進行相似度比對,取得最接近之相似語句之意圖做為採用之意圖。
- 如申請專利範圍第1項所述智能線上客服匯流核心系統,更包括一前台裝置,該前台裝置透過網路連接至該客服匯流核心裝置,用以取得AI處理系統、企業自有系統或外部開放資料系統之支援,以取得該回覆或查詢結果。
- 如申請專利範圍第2項所述智能線上客服匯流核心系統,其中該客服匯流核心裝置係判斷網路連線型態後,決定該回覆或查詢結果之回型態。
- 如申請專利範圍第3項所述智能線上客服匯流核心系統,其中當網路連線型態被該客服匯流核心裝置判斷為數位網路型態連接時,進行網路傳輸資料判別,當為文字資料時,進行自然語言處理程序,於判別使用者意圖後,透過企業自有系統或外部開放資料取得所須回覆或查詢結果,並產生以語音或文字方式之回覆資料,回傳至該終端裝置。
- 如申請專利範圍第4項所述智能線上客服匯流核心系統,其中當網路連線型態被該客服匯流核心裝置判斷為數位網路型態連接時,進行網路傳輸資料判別,當為語音資料時,進行語音辨識、自然語言處理程序,於判別使用者意圖後,透過企業自有系統或外部開放資料取得所須回覆或查詢結果,並產生以語音或文字方式之回覆資料,回傳至該終端裝置。
- 如申請專利範圍第4項所述智能線上客服匯流核心系統,其中當網路連線型態被該客服匯流核心裝置判斷為電話網路型態連接時,進行傳輸資料語音辨識、自然語言處理程序,於判別使用者意圖後,透過企業自有系統或外部開放資料取得所須回覆或查詢結果,並產生以語音或文字方式之回覆資料,回傳至該終端裝置。如申請專利範圍第4項所述智能線上客服匯流核心裝置,其中更包括一歷史文字語料儲存資料庫,該歷史文字語料儲存資料庫將所傳輸過程中之文字語料進行同步儲存,先對所收集之歷史文字語料以意圖種類分類儲存,以加速歷史文字資料之處理,由意圖相似度判斷將其關鍵字種類及關鍵字數目相近將歸於同一群,以產出分類後之歷史文字資料,以意圖種類進行分類儲存,依相似 度進行排列,由所屬分類關鍵字以多至少方式進行搜尋,各分類設有對應之場景知識點供自然語言處理模組進行意圖判別。
- 如申請專利範圍第7項所述智能線上客服匯流核心系統,當語音辨識後之文字語句無法透過該客服匯流核心裝置確認意圖時,將透過該歷史文字語料儲存資料庫之意圖分類相似度判斷與歷史文字語料相似度比對,取得最相似語句之意圖。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108110444A TWI690811B (zh) | 2019-03-26 | 2019-03-26 | 智能線上客服匯流核心系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW108110444A TWI690811B (zh) | 2019-03-26 | 2019-03-26 | 智能線上客服匯流核心系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI690811B true TWI690811B (zh) | 2020-04-11 |
TW202036323A TW202036323A (zh) | 2020-10-01 |
Family
ID=71132555
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW108110444A TWI690811B (zh) | 2019-03-26 | 2019-03-26 | 智能線上客服匯流核心系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI690811B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI780502B (zh) * | 2020-09-25 | 2022-10-11 | 威盛電子股份有限公司 | 語音識別系統、指令產生系統及其語音識別方法 |
TWI802459B (zh) * | 2022-07-01 | 2023-05-11 | 中華電信股份有限公司 | 基於資料增強推薦問答的系統及方法 |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI815090B (zh) * | 2021-02-25 | 2023-09-11 | 玉山商業銀行股份有限公司 | 服務系統及服務資訊提供方法 |
TWI791330B (zh) * | 2021-11-19 | 2023-02-01 | 法博智能移動股份有限公司 | 群機自主系統及方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201430786A (zh) * | 2013-01-17 | 2014-08-01 | Tzu-Hua Wang | 即時提問與回饋互動學習系統及其方法 |
TW201626304A (zh) * | 2015-01-09 | 2016-07-16 | Yao Da Comp Co Ltd | 模擬目標人物在社群網站互動之系統及方法 |
TWM565346U (zh) * | 2018-05-21 | 2018-08-11 | 兆豐國際商業銀行股份有限公司 | 智能客服平台 |
-
2019
- 2019-03-26 TW TW108110444A patent/TWI690811B/zh active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW201430786A (zh) * | 2013-01-17 | 2014-08-01 | Tzu-Hua Wang | 即時提問與回饋互動學習系統及其方法 |
TW201626304A (zh) * | 2015-01-09 | 2016-07-16 | Yao Da Comp Co Ltd | 模擬目標人物在社群網站互動之系統及方法 |
TWM565346U (zh) * | 2018-05-21 | 2018-08-11 | 兆豐國際商業銀行股份有限公司 | 智能客服平台 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI780502B (zh) * | 2020-09-25 | 2022-10-11 | 威盛電子股份有限公司 | 語音識別系統、指令產生系統及其語音識別方法 |
TWI802459B (zh) * | 2022-07-01 | 2023-05-11 | 中華電信股份有限公司 | 基於資料增強推薦問答的系統及方法 |
Also Published As
Publication number | Publication date |
---|---|
TW202036323A (zh) | 2020-10-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI690811B (zh) | 智能線上客服匯流核心系統 | |
JP7173265B2 (ja) | 電子会議システム | |
AU2018383615B2 (en) | Systems and methods for chatbot generation | |
CN102591856B (zh) | 一种翻译系统及翻译方法 | |
CN111192060B (zh) | 一种基于电力it服务全渠道自助应答实现方法 | |
US20190266254A1 (en) | System to process electronic records using a request orchestration platform | |
CN113806502A (zh) | 用于会议的基于ai机器人的会议中即时查询助手 | |
KR102163081B1 (ko) | 대화형 음성봇 서버 및 이를 이용한 무인 상담 방법 | |
CN114270338A (zh) | 促进机器人通信的系统和方法 | |
CN115665325B (zh) | 一种智能外呼的方法、装置、电子设备及存储介质 | |
CN116235177A (zh) | 与通过使用相关联的样本话语的已知意图从对话数据挖掘意图来进行机器人创作相关的系统和方法 | |
KR102241532B1 (ko) | 지능형 콜봇 서버 및 이를 이용한 무인 상담 방법 | |
CN110266900A (zh) | 客户意图的识别方法、装置及客服系统 | |
CN114841128B (zh) | 基于人工智能的业务交互方法、装置、设备、介质及产品 | |
CN113821621A (zh) | 一种基于深度学习的开放式智能客服系统 | |
JP2023076430A (ja) | プログラム、情報処理システム及び情報処理方法 | |
US20220366427A1 (en) | Systems and methods relating to artificial intelligence long-tail growth through gig customer service leverage | |
JP2019204271A (ja) | オペレータ支援装置、オペレータ支援システム、及びプログラム | |
CN111556096B (zh) | 信息推送方法、装置、介质及电子设备 | |
KR20230163649A (ko) | 실시간 음성 상담 지원을 위한 지능형 답변 추천 시스템 및 그 방법 | |
KR102137155B1 (ko) | 음성인식을 이용한 통화 서비스 시스템 및 방법 | |
CN111324719A (zh) | 用于法律咨询的模糊识别系统 | |
CN114363466B (zh) | 基于ai的智呼云系统 | |
JP2019144755A (ja) | 対話管理サーバ、対話管理方法、及びプログラム | |
Hoang et al. | Design and implementation of a VoIP PBX integrated Vietnamese virtual assistant: a case study |