TWI740295B - 自動客服代理系統 - Google Patents

Abstract

自動客服代理系統適於連結用戶端及多個企業端。自動客服代理系統包括訊息輸入介面、資料庫、處理器及訊息輸出介面。訊息輸入介面用於接收用戶端輸入的用戶訊息。資料庫用於儲存通用對話集及多個個人對話集，其中個人對話集以一對一的方式對應企業端，通用對話集及個人對話集分別包括多個回應對話。處理器用於判斷用戶端是否有匹配任一個企業端以指派對應的個人對話集為專屬對話集，並且用於對用戶訊息進行語意分析以從通用對話集與專屬對話集之中選出對應的回應對話作為服務訊息。訊息輸出介面用於輸出服務訊息至用戶端。

Description

自動客服代理系統

本案是關於客服系統，特別是自動客服代理系統。

隨著商業模式日新月異，客戶服務系統（以下簡稱，客服系統）已經普遍存在各行各業中。過去以人力方式進行的客戶服務系統，一般而言，是透過客服人員與客戶之間的電話聯繫來完成。但是對於人力成本高漲並且講求效率的現今，這樣人力方式的客戶服務是需要改進的，因此近年以開始出現自動客服系統。

近年常見的自動客服系統，通常具有一個儲存問答資料的資料庫，當客戶提出問題時，自動客服系統再從資料庫中找出對應的答案以自動回覆給客戶。這種方式雖然已具有基本的自動客戶服務功能，但是問答方式時常過於僵化，而無法依據客戶的問題進行更個人化的回答。並且，由於每一個客戶都使用相同的資料庫，造成自動客服系統只能依據普遍大眾都符合的問題進行回答。結果，自動客服系統最終還是需依賴客服人員來回答客戶的問題，造成以人力方式進行客戶服務的人力負擔仍然存在。

並且，由於自動客服系統使用同一個資料庫，當資料庫儲存的問答資料有錯誤或缺少時，自動客服系統需考量大眾的需求以進行管理及更新，並沒有辦法即時地更新或客制化問答資料。

再者，當自動客服系統切換為客服人員的過程中，客服人員並不瞭解客戶已針對那些問題對自動客服系統進行詢問，並且客服人員也不瞭解自動客服系統已回答了哪些問題。結果，客服人員需要花費時間回答重複的內容，或是需要客戶再次詢問相同的問題（即，自動客服系統已回答的問題），客服人員才能理解客戶真正想要詢問的問題，造成自動客服系統形同虛設，根本沒有節省客服人員的人力時間。

同理，當在終端服務客戶的人員不是客服人員而是業務人員時，現今自動客服系統的問題也同樣存在。第一，自動客服系統僅能回答制式的大眾問題，而無法回答個人化的問題。第二，自動客服系統無法即時更新資料庫中的問答內容。第三，業務人員無法獲知自動客服系統已回答了哪些問題，使得客戶與業務人員之間的獲得的知識訊息有落差，造成業務人員需花費額外的時間理解客戶已獲得的資訊。因此，現今自動客服系統仍有許多需要改善的地方。

有鑑於此，本案提出自動客服代理系統。

依據一些實施例，一種自動客服代理系統適於連結用戶端及多個企業端，自動客服代理系統包括訊息輸入介面、資料庫、處理器及訊息輸出介面。其中，訊息輸入介面用於接收用戶端輸入的用戶訊息。資料庫用於儲存通用對話集及多個個人對話集，其中個人對話集以一對一的方式對應企業端，通用對話集及個人對話集分別包括多個回應對話。處理器用於判斷用戶端是否有匹配任一個企業端以指派對應的個人對話集為專屬對話集，並且用於對用戶訊息進行語意分析以從通用對話集與專屬對話集之中選出對應的回應對話作為服務訊息。訊息輸出介面用於輸出服務訊息至用戶端。

依據一些實施例，通用對話集及個人對話集分別更包括多個資料庫問題對話。處理器用於對用戶訊息進行語意分析以獲得用戶端問題對話，依據用戶端問題對話以選出匹配的資料庫問題對話為匹配問題對話，透過匹配問題對話以獲得對應的回應對話，並且以回應對話作為服務訊息。

依據一些實施例，資料庫用於儲存匹配清單。匹配清單用於表列用戶端與企業端之間的匹配關係。處理器依據匹配清單以判斷用戶端是否有匹配任一個企業端。

依據一些實施例，當處理器判斷用戶端沒有匹配的企業端時，處理器指派企業端之一為匹配用戶端的企業端，並更新匹配清單。

依據一些實施例，處理器優先從專屬對話集之中選出對應的回應對話作為服務訊息。

依據一些實施例，訊息輸出介面用於輸出相互對應的用戶訊息與服務訊息至匹配用戶端的企業端。

依據一些實施例，處理器無法選出對應的回應對話以回覆用戶端時，處理器發送通知訊息至對應的企業端。

依據一些實施例，訊息輸入介面用於接收企業端輸入的訓練訊息。處理器用於對訓練訊息進行語意分析以獲得訓練問題對話及對應的另一回應對話，並且更新訓練問題對話及對應的另一回應對話至對應的個人對話集。

依據一些實施例，處理器依據個人對話集的回應對話以更新通用對話集。

依據一些實施例，處理器依據用戶端的識別資訊以加密對應的個人對話集。

綜上所述，本案一些實施例提出的自動客服代理系統，能夠依據用戶端輸入的用戶訊息以輸出對應的服務訊息，並且藉由對用戶訊息進行語意分析以從專屬對話集與通用對話集之中選出對應的回應對話作為服務訊息，由於專屬對話集就是與用戶端匹配的企業端的個人對話集，並且企業端與個人對話集為一對一的關係，因此自動客服代理系統能達到個人化的客制問答功能。在一些實施例，自動客服代理系統能透過企業端輸入的訓練訊息，以更新問題對話及回應對話至對應於企業端的個人對話集，因此企業端能優化自身對應的個人對話集，以符合用戶端的需求。在一些實施例，自動客服代理系統能輸出相互對應的用戶訊息與服務訊息至匹配用戶端的企業端，也就是企業端能獲得對應的用戶端所獲得的訊息，因此能減少企業端與用戶端之間的訊息落差，並且降低企業端與用戶端之間真人溝通的人力時間。

圖1繪示本案一些實施例之自動客服代理系統10的示意圖。請參照圖1，在一些實施例，自動客服代理系統10適於連結用戶端20及多個企業端30。自動客服代理系統10包括處理器100、資料庫200、訊息輸入介面300及訊息輸出介面400。處理器100耦接於資料庫200、訊息輸入介面300及訊息輸出介面400。其中，訊息輸入介面300用於接收用戶端20輸入的用戶訊息。處理器100用於依據用戶訊息以獲得對應的服務訊息。訊息輸出介面400用於輸出服務訊息至用戶端20。資料庫200用於儲存通用對話集220及多個個人對話集240，通用對話集220及個人對話集240分別包括多個回應對話及多個資料庫問題對話，並且個人對話集240以一對一的方式對應企業端30。處理器100用於判斷用戶端20是否有匹配的企業端30，並且指派對應的個人對話集240為專屬對話集（即，處理器100判斷用戶端20有匹配的企業端30時，處理器100指派該企業端30的個人對話集240為用戶端20的專屬對話集）。以及，處理器100用於對用戶訊息進行語意分析以從通用對話集220與專屬對話集（即，前述經由處理器100指派的個人對話集240）之中選出對應的回應對話作為服務訊息。在一些實施例，處理器100用於對用戶訊息進行語意分析以獲得用戶端問題對話，而後依據用戶端問題對話以選出匹配的資料庫問題對話為匹配問題對話，接著透過匹配問題對話以獲得對應的回應對話，最後再以回應對話作為服務訊息。

換句話說，在一些實施例，通用對話集220及個人對話集240分別包括多個互相對應的資料庫問題對話及回應對話。相對應的「資料庫問題對話」與「回應對話」即為相對應的「問」與「答」，並且為一組對應的對話集。當處理器100對用戶端20輸入的用戶訊息進行語意分析之後，處理器100能獲得對應用戶訊息的用戶端問題對話，其後處理器100再藉由搜尋通用對話集220及專屬對話集以獲得符合用戶端問題對話的資料庫問題對話，再藉由資料庫問題對話以獲得對應的回應對話，最後以回應對話作為服務訊息傳送回用戶端20。

具體而言，在一些實施例，處理器100語意分析的方法是以中文斷句演算法將「句子」處理為「單元字詞」，也就是將具有主詞、動詞或受詞的句子切分為多個單一詞性的單元字詞。並且，處理器100以馬可夫模型（Markov Model）計算單元字詞與單元字詞之間的匹配機率，當匹配機率大於等於基準機率時，處理器100判斷這兩個單元字詞為匹配的，反之，當匹配機率小於基準機率時，處理器100判斷這兩個單元字詞為不匹配的。因此，處理器100能對用戶訊息進行語意分析之後，從通用對話集220與專屬對話集之中選出對應的回應對話作為服務訊息。需特別說明的是，語意分析的方法例如但不限於上述舉例的中文斷句演算法及馬可夫模型。

在一些實施例，資料庫200是以單元字詞的方式儲存資料庫問題對話，並且以句子的方式儲存回應對話，其中資料庫問題對話及回應對話為一對一關係。因此處理器100先利用中文斷句演算法將用戶端問題對話切分為多個單元字詞，再依據用戶端問題對話的單元字詞以馬可夫模型比對資料庫200中的資料庫問題對話，也就是比對資料庫問題對話中的單元字詞是否匹配用戶端問題對話的單元字詞（以下簡稱，資料庫問題對話之中匹配的單元字詞為匹配字詞）。當處理器100搜尋出匹配字詞時，即可藉由一對一關係獲得對應的回應對話，也就是獲得句子形式的回應對話。在一些實施例，回應對話例如但不限於應用程式介面的連結，用戶端20能透過連結呼叫應用程式介面以獲得特定資訊。應用程式介面例如但不限於儲存在資料庫200或外部儲存裝置。

在一些實施例，處理器100將對話集儲存於資料庫200中的通用對話集220或個人對話集240時，除了儲存問題對話與回應對話，也儲存對話集具有的多個特徵參數。特徵參數包括有效日期（例如，有效起日、有效迄日）、分類（例如，股票代號、時間區間）或詞彙（例如，0050、0056、本日、本周、本月、今年）。處理器100搜尋匹配字詞的過程，優先以有效日期篩選，再以詞彙進行比對，最後才是以分類進行比對。也就是說，當處理器100比對資料庫問題對話以搜尋匹配用戶端問題對話的單元字詞時，優先依據用戶端問題對話的發話時間篩選符合有效日期的用戶端問題對話，再從符合有效日期的用戶端問題之中挑選匹配字詞。再者，例如用戶端問題對話的單元字詞包括「0050」，雖然「0050」對於詞彙及分類（股票代碼）都有匹配，但是依照處理器100的搜尋程序，處理器100會將「0050」與詞彙先做比對，當詞彙有比對出匹配字詞時，就不再對分類進行比對。

在一些實施例，處理器100在搜尋匹配字詞之前，能先將單元字詞格式化，再以格式化的單元字詞進行比對。例如，「2019年」能格式化為「2019年#2019/01/01 00:00:00#2019/12/31 23:59:59」，或是「0050」能格式化為「股票代號@0050」。由於處理器100藉由格式化單元字詞來搜尋匹配字詞，因此資料庫200不需要儲存每一個相同含意的單元字詞（即，同義字），只需儲存格式化的單元字詞對應的資料庫問題對話，所以能降低處理器100搜尋匹配字詞的困難度。

在一些實施例中，自動客服代理系統10連結的用戶端20及企業端30的數量不限於前述的實施例，也就是說，自動客服代理系統10能連結至少一個用戶端20以及至少一個企業端30。例如，當自動客服代理系統10能連結多個用戶端20及多個企業端30時，訊息輸入介面300能接收各個用戶端20分別輸入的用戶訊息。處理器100分別判斷各個用戶端20是否有匹配的企業端30，以分別指派用戶端20匹配的企業端30所對應的個人對話集240為專屬對話集。並且處理器100分別對各個用戶訊息進行語意分析以從通用對話集220與對應的專屬對話集之中選出對應的回應對話作為服務訊息。訊息輸出介面400輸出服務訊息至對應的用戶端20。

請續參照圖1，在一些實施例，資料庫200用於儲存匹配清單260，匹配清單260用於表列用戶端20與企業端30之間的匹配關係。處理器100依據匹配清單260以判斷用戶端20是否有匹配任一個企業端30，處理器100例如但不限於以查表的方式調閱匹配清單260。在一些實施例，當處理器100判斷用戶端20沒有匹配的企業端30時，處理器100指派企業端30的其中之一為匹配用戶端20的企業端30，並更新匹配清單260。需特別說明的是，匹配清單260的表列方式例如但不限於以下方式：第一，表列所有企業端30，並紀錄各個企業端30是否有匹配的用戶端20。第二，僅表列部分的企業端30，尤其是有匹配用戶端20的企業端30。第三，表列用戶端20，並紀錄與用戶端20匹配的企業端30。

在一些實施例，處理器100指派企業端30匹配於用戶端20時，處理器100指派企業端30對應的個人對話集240為用戶端20的專屬對話集。具體而言，一個用戶端20對應於單一一個企業端30，並且企業端30一對一對應於個人對話集240，因此處理器100會指派匹配用戶端20的企業端30所對應的個人對話集240作為專屬對話集。

在一些實施例，處理器100優先從專屬對話集之中選出對應的回應對話作為服務訊息。具體而言，處理器100能先從專屬對話集之中選出對應的回應對話，當專屬對話集之中沒有對應的回應對話時，處理器100再從通用對話集220之中選出對應的回應對話。也就是，當通用對話集220及專屬對話集之中都有對應的回應對話時，處理器100優先選出專屬對話集之中對應的回應對話。

在一些實施例，訊息輸出介面400用於輸出相互對應的用戶訊息與服務訊息至匹配用戶端20的企業端30。具體而言，訊息輸出介面400不僅輸出服務訊息至用戶端20，也輸出相互對應的用戶訊息與服務訊息至對應的企業端30。也就是，企業端30能獲知匹配的用戶端20有輸入哪些用戶訊息至自動客服代理系統10，以及獲知自動客服代理系統10有輸出哪些對應的服務訊息。換句話說，企業端30能不需主動回覆用戶端20的用戶訊息，而是透過自動客服代理系統10自動回覆對應的服務訊息，並且獲知自動客服代理系統10與用戶端20之間的對話狀況及對話進度。

在一些實施例，處理器100無法從通用對話集220及專屬對話集之中選出對應的服務訊息時，處理器100能通知用戶端20對應的企業端30，並且藉由訊息輸出介面400輸出用戶訊息至此企業端30，使企業端30能透過訊息輸入介面300以輸入對應的服務訊息，並且訊息輸出介面400輸出此服務訊息至用戶端20。

在一些實施例，處理器100無法選出對應的回應對話以回覆用戶端20時，處理器100發送通知訊息至對應的企業端30。具體而言，當資料庫200儲存的資料庫問題對話與用戶端問題對話之間的匹配機率都小於基準機率時，處理器100判斷資料庫200沒有對應的回應對話，因此發送通知訊息至匹配用戶端20的企業端30。在一些實施例，通知訊息是用於通知企業端30以回覆用戶端20的用戶訊息，也就是自動客服代理系統10具有無法自動回覆的用戶訊息時，自動客服代理系統10發送通知訊息至匹配的企業端30以提醒企業端30需回覆給用戶端20。

在一些實施例，資料庫200用於儲存多個第一計數參數，第一計數參數用於統計未回覆用戶端20的次數，尤其是同一個用戶訊息對應的通知訊息。也就是，當企業端30未依據通知訊息回覆用戶端20時，處理器100會更新對應的第一計數參數以累計次數，並據以通知企業端30關於此用戶訊息的急迫程度。

在一些實施例，資料庫200用於儲存多個第二計數參數，第二計數用於統計需發送通知訊息的次數，尤其是同一個用戶訊息對應的通知訊息。也就是，每當處理器100依據同一個用戶訊息發送通知訊息至企業端30時，處理器100會更新對應的第二計數參數以累計次數，並據以通知企業端30關於此用戶訊息的重要程度。

在一些實施例，訊息輸入介面300用於接收企業端30輸入的訓練訊息。處理器100用於對訓練訊息進行語意分析以獲得訓練問題對話及對應的另一回應對話，並且更新訓練問題對話及對應的另一回應對話至對應的個人對話集240。依據一些實施例，企業端30能檢視對應的個人對話集240，並且企業端30能輸入訓練訊息以增補或更新對應的個人對話集240。具體而言，在一些實施例，企業端30能依據第一計數參數及第二計數參數以評估資料庫200中沒有對應的回應對話（服務訊息）的用戶端問題對話集（用戶訊息）。也就是，企業端30利用用戶端問題對話集的急迫程度及重要程度以評估個人對話集240有哪些資料庫問題對話及回應對話是需要補充的。

在一些實施例，處理器100依據企業端30發送至用戶端20的服務訊息以更新對應的個人對話集240。具體而言，處理器100透過通知訊息獲知哪些用戶訊息是沒有對應的服務訊息，因此當企業端30依據通知訊息以發送服務訊息時，即可獲得一組用戶訊息及服務訊息。處理器100先對用戶訊息及服務訊息進行與語意分析以獲得用戶端問題對話及回應對話，再據以更新對應的個人對話集240。

在一些實施例，處理器100依據個人對話集240的回應對話以更新通用對話集220。具體而言，處理器100能比對個人對話集240中的回應對話與通用對話集220的回應對話，如果個人對話集240中的回應對話之中有通用對話集220所沒有的，則處理器100更新這些通用對話集220所沒有的回應對話至通用對話集220中。具體而言，在一些實施例，通用對話集220用於非個人化的制式回覆，而個人對話集240用於企業端30的個人化回覆，因此處理器100能依據個人對話集240之中的回應對話的個人化程度，以判定是否要更新至通用對話集220中。在一些實施例，當處理器100無法判斷回應對話的個人化程度時，企業端30能發送更新訊息以控制處理器100調整通用對話集220。

在一些實施例，處理器100依據用戶端20的識別資訊以加密對應的個人對話集240。具體而言，在一些實施例，當多個用戶端20匹配同一個企業端30時，處理器100能依據用戶端20的識別資訊以加密個人對話集240之中與此用戶端20相關的部分（例如，此用戶端20的私人訊息，或是為此用戶端20專屬的資訊）。因此，當處理器100無法依據用戶端20的識別資訊以解密個人對話集240之中的加密部分時，處理器100就不會提供加密部分的回應對話給此用戶端20。也就是說，企業端30能分開管理不同用戶端20的回應對話，使個人對話集240不僅能同時對應於多個用戶端20（未加密部分，用於一對多），也能單獨對應特定的用戶端20，或者同時分成多個部分，分別依據不同的用戶端20的識別資訊進行加密以對應不同的用戶端20（加密部分，一對一或多對多）。在一些實施例，識別資訊例如但不限於用戶端20的個人帳號、密碼或其他識別特徵。

在一些實施例，由於個人對話集240會被處理器100指派為專屬對話集，也就是各個用戶端20的專屬對話集也同時包括個人對話集240中未加密部分及加密部分。當專屬對話集的加密部分能依據用戶端20的識別資訊解密時，處理器100優先從加密部分搜尋對應的回應對話，而後再從未加密部分搜尋對應的回應對話，最後才是從通用對話集220搜尋對應的回應對話。

在一些實施例，用戶端20與企業端30可以是任何具有計算及連網能力的電子裝置，例如個人電腦、智慧手機、平板電腦或嵌入式設備等。

圖2繪示本案另一些實施例的自動客服代理系統10的示意圖。請參照圖2，在一些實施例中，自動客服代理系統10適於透過即時通訊軟體40以連結用戶端20及多個企業端30，用戶端20及企業端30安裝有即時通訊軟體40。具體而言，訊息輸入介面300用於接收用戶端20輸入至即時通訊軟體40的用戶訊息，以及接收企業端30輸入至即時通訊軟體40的訓練訊息。訊息輸出介面400用於輸出服務訊息至用戶端20的即時通訊軟體40，以及輸出相互對應的用戶訊息與服務訊息至匹配用戶端20的企業端30。即時通訊軟體40例如但不限於LINE、Messenger、WhatsApp或WeChat等用於即時通訊的軟體。

在一些實施例，企業端30包括多個客服端及多個業務端，客服端用於暫時性的匹配用戶端20，業務端用於長期性的匹配用戶端20。具體而言，當用戶端20沒有匹配的企業端30時，處理器100會先分配用戶端20給任一個客服端，並且暫時性的以此客服端的個人對話集240作為專屬對話集。在一些實施例，對於沒有匹配企業端30的用戶端20，如果用戶端20已經經過特定時間沒有輸入新的用戶訊息時，處理器100會改分配用戶端20給任一個業務端，並且長期性（即，非暫時性）的以此業務端的個人對話集240作為專屬對話集。而訊息輸出介面400會輸出由客服端暫時性匹配時的用戶訊息與服務訊息至匹配用戶端20的業務端，使業務端能獲得用戶端20之前輸入的用戶訊息以及自動客服代理系統10輸出給用戶端20對應的服務訊息。

圖3繪示本案一些實施例的自動客服代理方法的流程圖。請參照圖3，在一些實施例，自動客服代理方法包括以下步驟：接收用戶端20輸入的用戶訊息（訊息接收步驟，步驟S110）；判斷用戶端20是否有匹配任一企業端30（匹配判斷步驟，步驟S120）；指派對應的企業端30的個人對話集240為專屬對話集（對話集指派步驟，步驟S130）；語意分析用戶訊息以從通用對話集220與專屬對話集之中選出對應的回應對話作為服務訊息（語意分析步驟，步驟S140）；及輸出服務訊息至用戶端20（訊息回應步驟，步驟S150）。

圖4繪示本案一些實施例的對話集訓練方法的流程圖。請參照圖4，在一些實施例，對話集訓練方法包括以下步驟：接收任一企業端30輸入的訓練訊息（步驟S210）；語意分析訓練訊息以獲得訓練問題對話及對應的另一回應對話（步驟S220）；更新訓練問題對話及對應的另一回應對話至對應的個人對話集240（步驟S230）。

綜上所述，本案一些實施例提出的自動客服代理系統，能夠依據用戶端輸入的用戶訊息以輸出對應的服務訊息，並且藉由對用戶訊息進行語意分析以從專屬對話集與通用對話集之中選出對應的回應對話作為服務訊息，由於專屬對話集就是與用戶端匹配的企業端的個人對話集，並且企業端與個人對話集為一對一的關係，因此自動客服代理系統能達到個人化的客制問答功能。在一些實施例，自動客服代理系統能透過企業端輸入的訓練訊息，以更新問題對話及回應對話至對應於企業端的個人對話集，因此企業端能優化自身對應的個人對話集，以符合用戶端的需求。在一些實施例，自動客服代理系統能輸出相互對應的用戶訊息與服務訊息至匹配用戶端的企業端，也就是企業端能獲得對應的用戶端所獲得的訊息，因此能減少企業端與用戶端之間的訊息落差，並且降低企業端與用戶端之間真人溝通的人力時間。

10:自動客服代理系統     20:用戶端 30:企業端                     40:即時通訊軟體 100:處理器                     200:資料庫 220:通用對話集               240:個人對話集 260:匹配清單                  300:訊息輸入介面 400:訊息輸出介面 S110-S150:步驟                         S210-S230:步驟

圖1繪示本案一些實施例的自動客服代理系統的示意圖。 圖2繪示本案另一些實施例的自動客服代理系統的示意圖。 圖3繪示本案一些實施例的自動客服代理方法的流程圖。 圖4繪示本案一些實施例的對話集訓練方法的流程圖。

10:自動客服代理系統

20:用戶端

30:企業端

100:處理器

200:資料庫

220:通用對話集

240:個人對話集

260:匹配清單

300:訊息輸入介面

400:訊息輸出介面

Claims (8)

1. 一種自動客服代理系統，適於連結一用戶端及多個企業端，該自動客服代理系統包括：一訊息輸入介面，用於接收該用戶端輸入的一用戶訊息；一資料庫，用於儲存一通用對話集及多個個人對話集，其中該些個人對話集以一對一的方式對應該些企業端，該通用對話集及該些個人對話集分別包括多個回應對話；一處理器，用於判斷該用戶端是否有匹配任一該企業端以指派對應的該個人對話集為一專屬對話集，並且用於對該用戶訊息進行語意分析以從該通用對話集與該專屬對話集之中選出對應的該回應對話作為一服務訊息；及一訊息輸出介面，用於輸出該服務訊息至該用戶端；其中，該資料庫用於儲存一匹配清單，該匹配清單用於表列該用戶端與該些企業端之間的匹配關係，該處理器依據該匹配清單以判斷該用戶端是否有匹配任一該企業端；其中，當該處理器判斷該用戶端沒有匹配的該企業端時，該處理器指派該些企業端之一為匹配該用戶端的該企業端，並更新該匹配清單。
2. 如請求項1所述的自動客服代理系統，其中該通用對話集及該些個人對話集分別更包括多個資料庫問題對話，該處理器用於對該用戶訊息進行語意分析以獲得一用戶端問題對話，依據該用戶端問題對話以選出匹配的該資料庫問題對話為一匹配問題對話，透過該匹配問題對話以獲得對應的該回應對話，並且以該回應對話作為該服務訊息。
3. 如請求項1所述的自動客服代理系統，其中該處理器優先從該專屬對話集之中選出對應的該回應對話作為該服務訊息。
4. 如請求項1所述的自動客服代理系統，其中該訊息輸出介面用於輸出相互對應的該用戶訊息與該服務訊息至匹配該用戶端的該企業端。
5. 如請求項1所述的自動客服代理系統，其中，當該處理器無法選出對應的該回應對話以回覆該用戶端時，該處理器發送一通知訊息至對應的該企業端。
6. 如請求項1所述的自動客服代理系統，其中該訊息輸入介面用於接收該些企業端輸入的一訓練訊息，該處理器用於對該訓練訊息進行語意分析以獲得一訓練問題對話及對應的另一回應對話，並且更新該訓練問題對話及對應的該另一回應對話至對應的該個人對話集。
7. 如請求項1所述的自動客服代理系統，其中該處理器依據該些個人對話集的該些回應對話以更新該通用對話集。
8. 如請求項1所述的自動客服代理系統，其中該處理器依據該用戶端的一識別資訊以加密對應的該個人對話集。

Images