WO2019062001A1 - 智能机器人客服方法、电子装置及计算机可读存储介质 - Google Patents

智能机器人客服方法、电子装置及计算机可读存储介质 Download PDF

Info

Publication number
WO2019062001A1
WO2019062001A1 PCT/CN2018/076559 CN2018076559W WO2019062001A1 WO 2019062001 A1 WO2019062001 A1 WO 2019062001A1 CN 2018076559 W CN2018076559 W CN 2018076559W WO 2019062001 A1 WO2019062001 A1 WO 2019062001A1
Authority
WO
WIPO (PCT)
Prior art keywords
standard
word
words
customer
question
Prior art date
Application number
PCT/CN2018/076559
Other languages
English (en)
French (fr)
Inventor
卢川
Original Assignee
平安科技（深圳）有限公司
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 平安科技（深圳）有限公司 filed Critical 平安科技（深圳）有限公司
Publication of WO2019062001A1 publication Critical patent/WO2019062001A1/zh

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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G06F16/90332—Natural language query formulation or dialogue systems
    • 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

Definitions

  • the present application relates to the field of semantic recognition, and relates to an intelligent robot service method, an electronic device, and a computer readable storage medium.
  • the existing intelligent customer service robot is also difficult to effectively meet the customer's service needs, the customer experience is generally poor, so that the intelligent customer service robot usage rate is not high, can not effectively alleviate the pressure of manual customer service.
  • the technical problem to be solved by the present application is to overcome the problem that the intelligent customer service robot often pushes the answer that does not match the customer's question in the prior art, and proposes an intelligent robot customer service method, an electronic device and a computer readable storage medium through the customer.
  • the customer's intent is better identified by pushing the standard question for the customer to choose to push a more accurate answer to the customer.
  • An intelligent robot customer service method includes the following steps:
  • An electronic device includes a memory and a processor, wherein the memory stores an intelligent robot service system executable by the processor, the smart robot customer service system comprising: a standard knowledge base for storing a plurality of A standard question-answer pair for a question-and-answer customer question; a thesaurus for storing a group of words consisting of a synonym of a standard word associated with the standard word, the standard word corresponding to a keyword in a standard question; a session connection module, And configured to receive a service session request of the client, and create a client service session with the client; a session analysis module, configured to analyze content of the client service session, obtain an analysis result of the user service session; and a matching module, configured to: Matching the analysis result with the standard problem in the standard knowledge base to calculate a matching value; the pushing module is configured to push different information to the customer according to the matching rule according to the matching value, the information including the answer, at least one standard question or the manual service Option.
  • the smart robot customer service system comprising: a standard
  • a computer readable storage medium having an intelligent robotic customer service system stored therein, the smart robotic customer service system being executable by at least one processor to implement the following steps:
  • the positive progress of the present application is that the present application matches the customer problem with the standard problem and calculates the matching value, and the matching value determines the matching degree between the customer problem and the standard question, and when the matching degree is not high, the push is performed.
  • a number of possible standard questions are available to the customer to better identify the customer's intent and achieve a more accurate push answer.
  • FIG. 1 is a schematic diagram showing the hardware architecture of an embodiment of an electronic device of the present application.
  • FIG. 2 is a schematic diagram showing a program module of an embodiment of an intelligent robot service system in an electronic device of the present application
  • FIG. 3 is a flow chart showing a first embodiment of the intelligent robot service method of the present application.
  • FIG. 4 is a flow chart showing a second embodiment of the intelligent robot service method of the present application.
  • FIG. 5 is a flow chart showing a third embodiment of the smart robot customer service method of the present application.
  • FIG. 6 is a flow chart showing a fourth embodiment of the intelligent robot service method of the present application.
  • FIG. 7 is a flow chart showing a fifth embodiment of the smart robot customer service method of the present application.
  • FIG. 8 is a flow chart showing a sixth embodiment of the smart robot customer service method of the present application.
  • FIG. 9 is a flow chart showing a seventh embodiment of the intelligent robot service method of the present application.
  • the present application proposes an electronic device.
  • the electronic device 2 is an apparatus capable of automatically performing numerical calculation and/or information processing in accordance with an instruction set or stored in advance.
  • the electronic device 2 can be a smartphone, a tablet, a laptop, a desktop computer, a rack server, a blade server, a tower server, or a rack server (including a stand-alone server, or a server cluster composed of multiple servers).
  • the electronic device 2 includes at least, but not limited to, a memory 21, a processor 22, a network interface 23, and an intelligent robotic customer service system 20 that are communicably coupled to one another via a system bus. among them:
  • the memory 21 includes at least one type of computer readable storage medium including a flash memory, a hard disk, a multimedia card, a card type memory (eg, SD or DX memory, etc.), a random access memory (RAM), Static Random Access Memory (SRAM), Read Only Memory (ROM), Electrically Erasable Programmable Read Only Memory (EEPROM), Programmable Read Only Memory (PROM), magnetic memory, magnetic disk, optical disk, and the like.
  • the memory 21 may be an internal storage unit of the electronic device 2, such as a hard disk or a memory of the electronic device 2.
  • the memory 21 may also be an external storage device of the electronic device 2, such as a plug-in hard disk equipped on the electronic device 2, a smart memory card (SMC), and a secure digital device. (Secure Digital, SD) card, flash card, etc.
  • the memory 21 can also include both the internal storage unit of the electronic device 2 and its external storage device.
  • the memory 21 is generally used to store operating systems and various application software according to the electronic device 2, such as program codes of the intelligent robot service system 20. Further, the memory 21 can also be used to temporarily store various types of data that have been output or are to be output.
  • the processor 22 may be a Central Processing Unit (CPU), controller, microcontroller, microprocessor, or other data processing chip in some embodiments.
  • the processor 22 is typically used to control the overall operation of the electronic device 2, such as performing control and processing associated with data interaction or communication with the electronic device 2.
  • the processor 22 is configured to run program code or process data stored in the memory 21, such as running the intelligent robot service system 20 and the like.
  • the network interface 23 may comprise a wireless network interface or a wired network interface, which is typically used to establish a communication connection between the electronic device 2 and other electronic devices.
  • the network interface 23 is configured to connect the electronic device 2 to an external terminal through a network, establish a data transmission channel, a communication connection, and the like between the electronic device 2 and an external terminal.
  • the network may be an intranet, an Internet, a Global System of Mobile communication (GSM), a Wideband Code Division Multiple Access (WCDMA), a 4G network, or a 5G network.
  • Wireless or wired networks such as network, Bluetooth, Wi-Fi, etc.
  • FIG. 1 only shows the electronic device 2 with the components 21-23, but it should be understood that not all illustrated components are required to be implemented, and more or fewer components may be implemented instead.
  • the intelligent robot service system 20 stored in the memory 21 may be divided into one or more program modules, the one or more program modules being stored in the memory 21, and may be one or more
  • the processor this embodiment is processor 22
  • FIG. 2 shows a schematic diagram of a program module of the first embodiment of the intelligent robot service system 20.
  • the intelligent robot service system 20 can be divided into a standard knowledge base 201, a thesaurus 202, and a session connection.
  • Module 203, session analysis module 204, matching module 205, and push module 206 The following description will specifically describe the specific functions of the program modules 201-206.
  • the standard knowledge base 201 is configured to store a plurality of standard question-answer pairs for intelligent question and answer customer questions; the thesaurus 202 is configured to store a plurality of word groups consisting of standard words associated with the standard words.
  • the standard word corresponds to a keyword in the standard question;
  • the session connection module 203 is configured to receive a service session request of the client, and create a customer service session with the client;
  • the session analysis module 204 is configured to serve the client service session The content is analyzed to obtain an analysis result of the user service session;
  • the matching module 205 is configured to match the analysis result with a standard question in the standard knowledge base to calculate a matching value; the pushing module 206 is configured to match The value pushes different information to the customer in accordance with the push rules, including the answer, at least one standard question, or a manual service option.
  • the intelligent robot customer service system 20 can select a direct push answer, further question the customer's intention, or push a manual service option according to the degree of matching between the customer problem and the standard question.
  • the present application proposes an intelligent robot service method.
  • the intelligent robot customer service method includes the following steps: S1, constructing a standard knowledge base, storing a number of standard question-answer pairs for intelligent question and answer customer questions, and standardizing
  • S1 constructing a standard knowledge base, storing a number of standard question-answer pairs for intelligent question and answer customer questions, and standardizing
  • the problem is divided into a sequence of words consisting of several keywords and stored in association with the standard question;
  • S2 a synonym database is constructed, and a plurality of word groups consisting of standard words associated with the synonyms of the standard words are stored, in the standard words and standard questions.
  • S3 receiving a service session request of the client, and creating a customer service session with the client; S4, analyzing the content of the client service session, and obtaining an analysis result of the user service session; S5, The analysis result matches the standard problem in the standard knowledge base, and the matching value is calculated; S6, according to the matching value, different information is pushed to the customer according to the pushing rule, and the information includes an answer, at least one standard question or a manual service option.
  • step S1 and the build synonym database in step S2 are pre-maintained in the system, and need not be maintained once every time, as long as the content needs to be updated, the maintenance mode can be maintained. It is manual maintenance, automatic maintenance after the system automatically captures information, or a combination of the two.
  • the step S1 specifically includes the following sub-steps: S11, collecting and sorting the questions and the answers matching the questions, and constructing a standard problem - Answers are saved and saved; when collecting questions, there may be multiple questions that point to the same answer. In this case, you need to identify one of the multiple questions as a standard question stored in the standard knowledge base. S12. Split the standard question into a sequence of words consisting of several words through a word segmentation tool. S13. The stop words in the word sequence are removed, and a sequence of words composed of a plurality of keywords is generated and stored in association with the standard question.
  • Standard question 1 How to apply for a credit card?
  • Standard question 2 What should I do if my credit card auto repayment debit card balance is insufficient?
  • Standard question 3 How to handle credit card loss reporting?
  • the step S2 specifically includes the following sub-steps: S21, extracting keywords in each standard question in the standard knowledge base; S22, all the keys The words form a keyword set and perform de-duplication processing to obtain a standard word set; S23, sequentially extract standard words in the standard word set, collect at least one synonym similar to the standard word meaning, and combine the synonym with the standard word Associated into a group of words to save.
  • the keywords in the standard question are determined as standard words, and then each standard word is associated with a number of synonyms, so that when the customer uses the words according to their respective habits, the system can replace the non-standard words with standard words, so that the customer is When the problem matches the standard problem, it can have a better matching effect and improve the correct rate of matching.
  • step S4 specifically includes the following sub-steps: S41, word segmentation, using the word segmentation tool to split the content of the customer service session into a plurality of words. a sequence of words; S42, extracting keywords, by removing the stop words in the word sequence, generating a simplified word sequence consisting only of keywords; S43, replacing synonyms, determining whether the keywords in the simplified word sequence belong to the standard in the thesaurus The word, if not, replaces the keyword with the standard word in the thesaurus, and generates a standard word sequence containing only the standard words; S44, outputting the standard word sequence.
  • the sub-step S43 specifically includes the following sub-steps: S431, acquiring keywords in the simplified word sequence; S432, acquiring the keywords and the thesaurus The standard words in the comparison are performed one by one; S433, judging whether there is a standard word matching the keyword in the thesaurus, if yes, executing step S435; if otherwise, executing step S434; S434, the keyword and the thesaurus are The synonyms are compared one by one, find the same synonym with the keyword, and replace the standard word associated with the synonym with the position of the keyword in the simplified word sequence; S435, determine whether the keyword is The last word in the simplified word sequence is executed, if yes, step S436 is performed, otherwise step S431 is performed; S436, a standard word sequence containing only standard words is generated.
  • step S5 specifically includes the following sub-steps: S51, in which the standard words in the standard word sequence are sequentially associated with each standard question in the word sequence.
  • the keyword is matched;
  • S52 corresponds to a standard question, and each keyword is matched according to the scoring rule to accumulate the corresponding score;
  • S53 corresponding to a standard problem, the cumulative total score and the total score under the perfect match are calculated. The ratio.
  • the scoring rule is: dividing the keyword into three types of words: a verb, a noun, and a professional noun, and the scores of the three types of words are verbs, nouns, and professional nouns in descending order.
  • the standard word sequence “Insufficient credit card automatic repayment” is matched with the word sequence in the standard knowledge base: suppose the professional noun matches the score 5, the noun matches the score 2, and the verb matches. The score is 1, and the remaining words match the score of 1.5.
  • the standard word sequence "Insufficient credit card automatic repayment” is matched with the word sequence associated with each standard question in the standard knowledge base. 2. It is assumed that the standard word sequence is matched with the word sequence "Insufficient credit card automatic repayment balance" in the standard knowledge base, and a total of four keywords are matched, and the scores corresponding to the four keywords are added to obtain a total
  • the score is calculated as follows: “Credit card” is a professional term with a score of 5; “Repayment” is a verb with a score of 1; the rest of “Auto” and “Insufficient” are the remaining words, with a total score of 3, therefore, the standard word
  • the total score of the sequence "Insufficient credit card automatic repayment” and the word sequence "Insufficient credit card automatic repayment balance” in the standard knowledge base is 9. 3.
  • the total score is divided by the total of 5 keywords.
  • the total score, the ratio obtained is the match value.
  • the specific calculation is as follows: the total score corresponding to all matches is 11, and the total score is 9 divided by the total score of
  • step S6 specifically includes the following sub-steps: S60: arranging all the ratios in descending order; S61, determining whether the ratio ranked in the first position is greater than or equal to the preset.
  • step S62 The answer is pushed to the threshold comparison, if yes, step S62 is performed; if not, step S67 is performed; S62, it is determined whether there is a ratio of the ratio of the ratio ranked in the first position, if yes, then S64 is performed, otherwise, step S63 is performed; S63, the ratio is pushed
  • the answer to the standard question corresponding to the sequence of words pointed to, and ending; S64, the ratios ranked in the first place and a number of standard questions corresponding to the sequence of words pointed to by the parallel ratio are arranged in descending order of the frequency of questioning, push arrangement
  • the preset number of standard questions in front of the customer is selected by the customer; S65, determining whether the customer selects from the pushed standard question; if yes, executing step S66; if not, executing step S69; S66, pushing the standard question of the customer selection
  • step S68 Setting the ratio of the problem push threshold, if yes, executing step S68, if otherwise, performing step S69; S68, taking a number of standard questions corresponding to a plurality of standard word sequences pointed to by the ratios of the preset problem push thresholds, and performing steps S65; S69, push the manual service option, and end.
  • the process of pushing the answer is as follows for the customer question “What should I do if the credit card is not enough?” The following assumes that the matching degree directly pushes the standard with the highest matching value between 0.75-1. Corresponding answer; if the matching degree is between 0.75 and 0.5, the relevant question is pushed to the customer to further inquire the customer's intention; if the matching degree is less than 0.5, the manual service option is pushed.
  • 0.75 is the answer push threshold
  • 0.5 is the question push threshold.
  • the present application is a computer readable storage medium having an intelligent robot service system 20 stored therein, which can be implemented by one or more processors to implement the above intelligent robot service method. Or the operation of an electronic device.

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • General Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • General Business, Economics & Management (AREA)
  • Strategic Management (AREA)
  • Marketing (AREA)
  • Finance (AREA)
  • Economics (AREA)
  • Artificial Intelligence (AREA)
  • Development Economics (AREA)
  • Computational Linguistics (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种智能机器人客服方法，属于语义识别领域。该方法包括如下步骤：S1、构建标准知识库；S2、构建同义词库；S3、接收客户的服务会话请求，并创建与客户的客户服务会话；S4、对客户服务会话的内容进行分析，得到用户服务会话的分析结果；S5、将分析结果与标准知识库中的标准问题相匹配，计算出匹配值；S6、根据匹配值按照推送规则推送不同的信息给客户。该方法通过将客户问题与标准问题进行匹配并计算出匹配值，由匹配值判断客户问题与标准问题之间的匹配度，且在匹配度不高时，通过推送若干可能的标准问题供客户选择以更好地识别客户意图，达到推送答案更准确的目的。

Description

智能机器人客服方法、电子装置及计算机可读存储介质
本申请申明享有2017年9月30日递交的申请号为201710934034.1、名称为“智能机器人客服方法、电子装置及计算机可读存储介质”的中国专利申请的优先权，该中国专利申请的整体内容以参考的方式结合在本申请中。
技术领域
本申请涉及语义识别领域，涉及一种智能机器人客服方法、电子装置及计算机可读存储介质。
背景技术
随着互联网的飞速发展，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。常见的网络客户通常由智能客服机器人和人工客服组成。智能客服可以实现昼夜和节假日的全天候服务，分流人工客服负担；但是，客户普遍反应智能客服机器人较“笨”，很多时候无法准确理解客户的问题，使得推送的答案与客户的问题并不匹配，严重影响了客户体验。
因此，现有智能客服机器人的还难以有效满足顾客的服务需求，客户体验普遍较差，使智能客服机器人使用率不高，无法有效缓解人工客服的压力。
发明内容
本申请要解决的技术问题是为了克服现有技术中智能客服机器人经常推送与客户提问不匹配的答案的问题，提出了一种智能机器人客服方法、电子装置及计算机可读存储介质，通过在客户问题与标准问题匹配度不高时，通过推送标准问题供客户选择来更好地识别客户意图，以便推送更准确的答案给客户。
本申请是通过下述技术方案来解决上述技术问题：
一种智能机器人客服方法，包括如下步骤：
S1、构建标准知识库，存储有若干用于智能问答客户问题的标准问题-答案对，并将标准问题拆分为由若干关键词组成的词序列与该标准问题关联保存；S2、构建同义词库，存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；S3、接收客户的服务会话请求，并创建与所述客户的客户服务会话；S4、对客户服务会话的内容进行分析，得到所述用户服务会话的分析结果；S5、将分析结果与标准知识库中的标准问题相匹配，计算出匹配值；S6、根据匹配值按照推送规则推送不同的信息给客户，所述信息包括答案、至少一个标准问题或人工服务选项。
一种电子装置，包括存储器和处理器，所述存储器上存储有可被所述处理器执行的智能机器人客服系统，所述智能机器人客服系统包括：标准知识库，用于存储有若干用于智能问答客户问题的标准问题-答案对；同义词库，用于存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；会话连接模块，用于接收客户的服务会话请求，并创建与所述客户的客户服务会话；会话分析模块，用于对客户服务会话的内容进行分析，得到所述用户服务会话的分析结果；匹配模块，用于将分析结果与标准知识库中的标准问题相匹配，计算出匹配值；推送模块，用于根据匹配值按照推送规则推送不同的信息给客户，所述信息包括答案、至少一个标准问题或人工服务选项。
一种计算机可读存储介质，所述计算机可读存储介质内存储有智能机器人客服系统，所述智能机器人客服系统可被至少一个处理器所执行，以实现以下步骤：
S1、构建标准知识库，存储有若干用于智能问答客户问题的标准问题-答案对，并将标准问题拆分为由若干关键词组成的词序列与该标准问题关联保存；S2、构建同义词库，存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；S3、接收客户的服务会 话请求，并创建与所述客户的客户服务会话；S4、对客户服务会话的内容进行分析，得到所述用户服务会话的分析结果；S5、将分析结果与标准知识库中的标准问题相匹配，计算出匹配值；S6、根据匹配值按照推送规则推送不同的信息给客户，所述信息包括答案、至少一个标准问题或人工服务选项。
本申请的积极进步效果在于：本申请通过将客户问题与标准问题进行匹配并计算出匹配值，由匹配值判断客户问题与标准问题之间的匹配度，且在匹配度不高时，通过推送若干可能的标准问题供客户选择以更好地识别客户意图，达到推送答案更准确的目的。
附图说明
图1示出了本申请电子装置一实施例的硬件架构示意图；
图2示出了本申请电子装置中智能机器人客服系统一实施例的程序模块示意图；
图3示出了本申请智能机器人客服方法第一实施例的流程图；
图4示出了本申请智能机器人客服方法第二实施例的流程图；
图5示出了本申请智能机器人客服方法第三实施例的流程图；
图6示出了本申请智能机器人客服方法第四实施例的流程图；
图7示出了本申请智能机器人客服方法第五实施例的流程图；
图8示出了本申请智能机器人客服方法第六实施例的流程图；
图9示出了本申请智能机器人客服方法第七实施例的流程图。
具体实施方式
下面通过实施例的方式进一步说明本申请，但并不因此将本申请限制在所述的实施例范围之中。
首先，本申请提出了一种电子装置。
参阅图1所示，是本申请电子装置一实施例的硬件架构示意图。本实施 例中，所述电子装置2是一种能够按照事先设定或者存储的指令，自动进行数值计算和/或信息处理的设备。例如，可以是智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器，或者多个服务器所组成的服务器集群)等。如图所示，所述电子装置2至少包括，但不限于，可通过系统总线相互通信连接存储器21、处理器22、网络接口23、以及智能机器人客服系统20。其中：
所述存储器21至少包括一种类型的计算机可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器21可以是所述电子装置2的内部存储单元，例如该电子装置2的硬盘或内存。在另一些实施例中，所述存储器21也可以是所述电子装置2的外部存储设备，例如该电子装置2上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。当然，所述存储器21还可以既包括所述电子装置2的内部存储单元也包括其外部存储设备。本实施例中，所述存储器21通常用于存储按照于所述电子装置2的操作系统和各类应用软件，例如所述智能机器人客服系统20的程序代码等。此外，所述存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器22在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制所述电子装置2的总体操作，例如执行与所述电子装置2进行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器22用于运行所述存储器21中存储的程序代码或者处理数据，例如运行所述的智能机器人客服系统20等。
所述网络接口23可包括无线网络接口或有线网络接口，该网络接口23通常用于在所述电子装置2与其他电子装置之间建立通信连接。例如，所述网络接口23用于通过网络将所述电子装置2与外部终端相连，在所述电子装置2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯系统(Global System of Mobile communication，GSM)、宽带码分多址(Wideband Code Division Multiple Access，WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是，图1仅示出了具有组件21-23的电子装置2，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
在本实施例中，存储于存储器21中的所述智能机器人客服系统20可以被分割为一个或者多个程序模块，所述一个或者多个程序模块被存储于存储器21中，并可由一个或多个处理器(本实施例为处理器22)所执行，以完成本申请。
例如，图2示出了所述智能机器人客服系统20第一实施例的程序模块示意图，该实施例中，所述智能机器人客服系统20可以被分割为标准知识库201、同义词库202、会话连接模块203、会话分析模块204、匹配模块205和推送模块206。以下描述将具体介绍所述程序模块201-206的具体功能。
所述标准知识库201用于存储有若干用于智能问答客户问题的标准问题-答案对；所述同义词库202用于存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；所述会话连接模块203用于接收客户的服务会话请求，并创建与所述客户的客户服务会话；所述会话分析模块204用于对客户服务会话的内容进行分析，得到所述用户服务会话的分析结果；所述匹配模块205用于将分析结果与标准知识库中的 标准问题相匹配，计算出匹配值；所述推送模块206用于根据匹配值按照推送规则推送不同的信息给客户，所述信息包括答案、至少一个标准问题或人工服务选项。
本实施例中，所述智能机器人客服系统20可以根据客户问题与标准问题之间的匹配度，选择直接推送答案、进一步追问客户意图或者推送人工服务选项。
其次，本申请提出一种智能机器人客服方法。
在第一实施例中，如图6所示，所述的智能机器人客服方法包括如下步骤：S1、构建标准知识库，存储有若干用于智能问答客户问题的标准问题-答案对，并将标准问题拆分为由若干关键词组成的词序列与该标准问题关联保存；S2、构建同义词库，存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；S3、接收客户的服务会话请求，并创建与所述客户的客户服务会话；S4、对客户服务会话的内容进行分析，得到所述用户服务会话的分析结果；S5、将分析结果与标准知识库中的标准问题相匹配，计算出匹配值；S6、根据匹配值按照推送规则推送不同的信息给客户，所述信息包括答案、至少一个标准问题或人工服务选项。
需要说明的是，步骤S1中的构建标准知识库和步骤S2中的构建同义词库为预先维护在系统中的，无需每次使用都维护一次，只要在内容需要更新时维护便可，维护方式可以是手动维护、系统自动抓取信息后自动维护或者两者相结合维护。
基于上述第一实施例，在第二实施例中，如图4所示，所述步骤S1具体包括以下分步骤：S11、搜集并整理问题和与该问题相匹配的答案，构建成标准问题-答案对并保存；在搜集问题时，可能有多种提问方式的问题都指向相同的答案，此时需要将多个问题中的一个问题确定为标准问题存储在 标准知识库中。S12、通过分词工具将标准问题拆分成由若干个词组成的词序列。S13、将词序列中的停用词去除，生成由若干关键词组成的词序列与该标准问题关联保存。
下面以有关信用卡方面的问题维护为例对标准知识库的构建流程做具体说明：标准问题1：如何申请开通信用卡？标准问题2：信用卡自动还款借记卡余额不足怎么办？标准问题3：如何办理信用卡挂失？
1、针对3个标准问题分别查找相对应的答案，将答案和3个标准问题分别对应构建成标准问题-答案对并保存在标准知识库中。2、将3个标准问分别拆分成词序列，分别为：“如何申请开通信用卡”、“信用卡自动还款借记卡余额不足怎么办”和“如何办理信用卡挂失”。3、去除词序列中的停用词，生成3组由若干关键词组成的词序列，分别为“申请开通信用卡”、“信用卡自动还款余额不足”和“办理信用卡挂失”，并将这3组词序列分别与相对应的标准问题关联保存在标准知识库中。
基于上述第二实施例，在第三实施例中，如图5所示，所述步骤S2具体包括以下分步骤：S21、提取标准知识库中各标准问题中的关键词；S22、将所有关键词组成关键词集合并进行去重处理，得到标准词集合；S23、依次提取标准词集合中的标准词，搜集与该标准词意思相近的至少一个近义词，并将所述近义词与所述标准词关联成词群进行保存。
本实施例中，将标准问题中关键词确定为标准词，然后给每个标准词关联若干近义词，以便客户根据各自习惯使用词时，系统可以将非标准词替换成标准词，这样在将客户问题匹配标准问题时，可以具有更好的匹配效果，提高匹配的正确率。
接上例，同义词库的维护流程如下：
1、分别提取3个标准问题中的关键词“申请开通信用卡”、“信用卡自动还款余额不足”和“办理信用卡挂失”。2、将“信用卡”这个关键词 去重，得到标准词集合“申请开通信用卡自动还款余额不足办理挂失”。3、先找出“申请”的近义词，可以是“申办”、“请求”或“办理”等，将这些词与标准词“申请”关联保存为申请词群；其他关键词词群的组成同申请词群的组成。
基于上述第三实施例，在第四实施例中，如图6所示，步骤S4具体包括以下分步骤：S41、分词，利用分词工具将客户服务会话的内容拆分成由若干个词组成的词序列；S42、提取关键词，通过去除词序列中的停用词，生成仅由关键词组成的简化词序列；S43、替换同义词，判断简化词序列中的关键词是否属于同义词库中的标准词，若不是则用同义词库中的标准词替换该关键词，生成仅包含有标准词的标准词序列；S44、输出标准词序列。
接上例，假设有客户进线询问老带新活动，问题为“信用卡自动还款借记卡里钱不够怎么办？”，以此为例具体说明会话分析的流程：
1、将客户的问题“信用卡自动还款借记卡里钱不够怎么办？”拆分为“信用卡自动还款借记卡里钱不够怎么办”的词序列。2、提取出前述词序列中的关键词“信用卡自动还款钱不够”。3、将前述简化词序列中的“不够”用“不足”替换，生成标准词序列“信用卡自动还款钱不足”。4、输出标准词序列“信用卡自动还款钱不足”。
基于上述第四实施例，在第五实施例中，如图7所示，分步骤S43具体包括以下子步骤：S431、获取简化词序列中的关键词；S432、将获取的关键词与同义词库中的标准词进行一一比对；S433、判断同义词库中是否具有与该关键词相匹配的标准词，若是则执行步骤S435，若否则执行步骤S434；S434、将该关键词与同义词库中的近义词进行一一比对，找出与所述该关键词相同的同义词，并将该同义词所关联的标准词替换该关键词在简化词序列中的位置；S435、判断该关键词是否为所述简化词序列中的最后一个词，若 是则执行步骤S436，若否则执行步骤S431；S436、生成仅包含有标准词的标准词序列。
接上例，以对简化词序列“信用卡自动还款钱不够”进行替换同义词为例具体说明替换过程：
1、获取简化词序列“信用卡自动还款钱不够”中的第一个关键词“信用卡”；2、将关键词“信用卡”与同义词库中的标准词进行比对，找到一样的词“信用卡”；3、判断关键词“信用卡”不是简化词序列“信用卡自动还款钱不够”中的最后一个词；4、获取简化词序列“信用卡自动还款钱不够”中的第二个关键词“自动”，重复前面的步骤，直到该简化词序列中的第四个关键词“钱”；5、获取简化词序列“信用卡自动还款钱不够”中的第五个关键词“不够”；6、将关键词“不够”与同义词库中的标准词进行比对，没有找到一样的词；7、将关键词“不够”与同义词库中的近义词进行比对，找到一样的词“不够”，用词“不够”关联的标准词“不足”替换简化词序列中的关键词“不够”；8、判断关键词“不够”是简化词序列“信用卡自动还款钱不够”中的最后一个词；9、生成标准词序列“信用卡自动还款钱不足”。
基于上述第五实施例，在第六实施例中，如图8所示，步骤S5具体包括以下分步骤：S51、将标准词序列中的各个标准词依次与各个标准问题相关联的词序列中的关键词进行匹配；S52、对应一个标准问题，每匹配一个关键词根据打分规则累计相应的分值；S53、对应一个标准问题，计算出累计得到的合计分值和完全匹配下的总分值的比值。
进一步地，所述打分规则为：将关键词划分为动词、名词和专业名词三类词，三类词的分值从小到大依次为动词、名词和专业名词。
接上例，将标准词序列“信用卡自动还款钱不足”与标准知识库中的词序列依次进行匹配：假设专业名词匹配到的分数为5，名词匹配到的分 数为2，动词匹配到的分数为1，其余词匹配到的分数都为1.5。
1、标准词序列“信用卡自动还款钱不足”与标准知识库中的各标准问题相关联的词序列分别进行匹配。2、假设该标准词序列与标准知识库中的词序列“信用卡自动还款余额不足”进行匹配，共匹配到4个关键词，将这4个关键词所对应的分值相加，得到合计分值；具体计算如下：“信用卡”为专业名词，得分为5；“还款”为动词，得分为1；其余的“自动”和“不足”为其余词，共得分3，因此，标准词序列“信用卡自动还款钱不足”和标准知识库中的词序列“信用卡自动还款余额不足”匹配的合计分值为9。3、将合计分值除以5个关键词全部匹配所对应的总分值，得到的比值即为匹配值。具体计算如下：全部匹配所对应的总分值为11，将合计分值为9除以该总分值为11，得到的匹配值为0.82。
基于上述第六实施例，在第七实施例中，如图9所示，步骤S6具体包括以下分步骤：S60、将全部比值降序排列；S61、判断排在首位的比值是否大于或等于预设的答案推送阈值比对，若是则执行步骤S62，若否则执行步骤S67；S62、判断是否存在与排在首位的比值并列的比值，若是则执行S64，若否则执行步骤S63；S63、推送该比值所指向的词序列对应的标准问题所关联的答案，并结束；S64、将排在首位的比值及与其并列的比值所指向的若干词序列对应的若干标准问题按被提问频率降序排列，推送排列在前的预设数量的标准问题供客户选择；S65、判断客户是否从推送的标准问题中进行选择；若选择则执行步骤S66；若不选择则执行步骤S69；S66、推送客户选择的标准问题所关联的答案，并结束；S67、判断排在首位比值以及其后预设数量的比值中是否存在大于或等于预设问题推送阈值的比值，若是则执行步骤S68，若否则执行步骤S69；S68、取比值大于或等于预设问题推送阈值的若干比值所指向的若干标准词序列对应的若干标准问题，并执行步骤S65；S69、推送人工服务选项，并结束。
接上例，以针对客户问题“信用卡自动还款借记卡里钱不够怎么办？”为例对推送答案流程说明如下：这里假设匹配度在0.75-1之间直接推送匹配值最高的标准问题所对应的答案；匹配度在在0.75到0.5之间，则推送相关问题给客户，以进一步询问客户意图；匹配度小于0.5，则推送人工服务选项。这里的0.75为答案推送阈值，0.5为问题推送阈值。
1、客户问题“信用卡自动还款借记卡里钱不够怎么办？”与标准知识库中的3个标准问题“如何申请开通信用卡？”、“信用卡自动还款借记卡余额不足怎么办？”及“如何办理信用卡挂失？”的匹配值分别为：0.67、0.82、0.67，根据匹配值排序为0.82、0.67、0.67。2、排在首位的匹配值0.82大于答案推送阈值。3、直接推送该匹配值0.82对应的标准问题“信用卡自动还款借记卡余额不足怎么办？”相对应的答案给客户。
若在本例中，仅有两个匹配值0.62所对应的标准问题，则将两个标准问题推送给客户进行选择，并进一步根据客户选择的标准问题推送相对应的答案。
此外，本申请一种计算机可读存储介质，该计算机可读存储介质内存储有智能机器人客服系统20，该智能机器人客服系统20可被一个或多个处理器执行时，实现上述智能机器人客服方法或电子装置的操作。
虽然以上描述了本申请的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本申请的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本申请的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本申请的保护范围。

Claims (17)

  1. 一种智能机器人客服方法，其特征在于，包括如下步骤：
    S1、构建标准知识库，存储有若干用于智能问答客户问题的标准问题-答案对，并将标准问题拆分为由若干关键词组成的词序列与该标准问题关联保存；
    S2、构建同义词库，存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；
    S3、接收客户的服务会话请求，并创建与所述客户的客户服务会话；
    S4、对客户服务会话的内容进行分析，得到所述用户服务会话的分析结果；
    S5、将分析结果与标准知识库中的标准问题相匹配，计算出匹配值；
    S6、根据匹配值按照推送规则推送不同的信息给客户，所述信息包括答案、至少一个标准问题或人工服务选项。
  2. 根据权利要求1所述的智能机器人客服方法，其特征在于，步骤S1具体包括以下分步骤：
    S11、搜集并整理问题和与该问题相匹配的答案，构建成标准问题-答案对并保存；
    S12、通过分词工具将标准问题拆分成由若干个词组成的词序列；
    S13、将词序列中的停用词去除，生成由若干关键词组成的词序列与该标准问题关联保存。
  3. 根据权利要求2所述的智能机器人客服方法，其特征在于，步骤S2具体包括以下分步骤：
    S21、提取标准知识库中各标准问题中的关键词；
    S22、将所有关键词组成关键词集合并进行去重处理，得到标准词集合；
    S23、依次提取标准词集合中的标准词，搜集与该标准词意思相近的至 少一个近义词，并将所述近义词与所述标准词关联成词群进行保存。
  4. 根据权利要求3所述的智能机器人客服方法，其特征在于，步骤S4具体包括以下分步骤：
    S41、分词，利用分词工具将客户服务会话的内容拆分成由若干个词组成的词序列；
    S42、提取关键词，通过去除词序列中的停用词，生成仅由关键词组成的简化词序列；
    S43、替换同义词，判断简化词序列中的关键词是否属于同义词库中的标准词，若不是则用同义词库中的标准词替换该关键词，生成仅包含有标准词的标准词序列；
    S44、输出标准词序列。
  5. 根据权利要求4所述的智能机器人客服方法，其特征在于，分步骤S43具体包括以下子步骤：
    S431、获取简化词序列中的关键词；
    S432、将获取的关键词与同义词库中的标准词进行一一比对；
    S433、判断同义词库中是否具有与该关键词相匹配的标准词，若是则执行步骤S435，若否则执行步骤S434；
    S434、将该关键词与同义词库中的近义词进行一一比对，找出与所述该关键词相同的同义词，并将该同义词所关联的标准词替换该关键词在简化词序列中的位置；
    S435、判断该关键词是否为所述简化词序列中的最后一个词，若是则执行步骤S436，若否则执行步骤S431；
    S436、生成仅包含有标准词的标准词序列。
  6. 根据权利要求5所述的智能机器人客服方法，其特征在于，步骤S5具体包括以下分步骤：
    S51、将标准词序列中的各个标准词依次与各个标准问题相关联的词序 列中的关键词进行匹配；
    S52、对应一个标准问题，每匹配一个关键词根据打分规则累计相应的分值；
    S53、对应一个标准问题，计算出累计得到的合计分值和完全匹配下的总分值的比值。
  7. 根据权利要求6所述的智能机器人客服方法，其特征在于，所述打分规则为：将关键词划分为动词、名词和专业名词三类词，三类词的分值从小到大依次为动词、名词和专业名词。
  8. 根据权利要求6所述的智能机器人客服方法，其特征在于，所述步骤S6具体包括以下分步骤：
    S60、将全部比值降序排列；
    S61、判断排在首位的比值是否大于或等于预设的答案推送阈值比对，若是则执行步骤S62，若否则执行步骤S67；
    S62、判断是否存在与排在首位的比值并列的比值，若是则执行S64，若否则执行步骤S63；
    S63、推送该比值所指向的词序列对应的标准问题所关联的答案，并结束；
    S64、将排在首位的比值及与其并列的比值所指向的若干词序列对应的若干标准问题按被提问频率降序排列，推送排列在前的预设数量的标准问题供客户选择；
    S65、判断客户是否从推送的标准问题中进行选择；若选择则执行步骤S66；若不选择则执行步骤S69；
    S66、推送客户选择的标准问题所关联的答案，并结束；
    S67、判断排在首位比值以及其后预设数量的比值中是否存在大于或等于预设问题推送阈值的比值，若是则执行步骤S68，若否则执行步骤S69；
    S68、取比值大于或等于预设问题推送阈值的若干比值所指向的若干标 准词序列对应的若干标准问题，并执行步骤S65；
    S69、推送人工服务选项，并结束。
  9. 一种电子装置，包括存储器和处理器，其特征在于，所述存储器上存储有可被所述处理器执行的智能机器人客服系统，所述智能机器人客服系统包括：
    标准知识库，用于存储有若干用于智能问答客户问题的标准问题-答案对；
    同义词库，用于存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；
    会话连接模块，用于接收客户的服务会话请求，并创建与所述客户的客户服务会话；
    会话分析模块，用于对客户服务会话的内容进行分析，得到所述用户服务会话的分析结果；
    匹配模块，用于将分析结果与标准知识库中的标准问题相匹配，计算出匹配值；
    推送模块，用于根据匹配值按照推送规则推送不同的信息给客户，所述信息包括答案、至少一个标准问题或人工服务选项。
  10. 一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有智能机器人客服系统，所述智能机器人客服系统可被至少一个处理器所执行，以实现以下步骤：
    S1、构建标准知识库，存储有若干用于智能问答客户问题的标准问题-答案对，并将标准问题拆分为由若干关键词组成的词序列与该标准问题关联保存；S2、构建同义词库，存储有若干由标准词关联该标准词的近义词组成的词群，所述标准词与标准问题中的关键词相对应；S3、接收客户的服务会话请求，并创建与所述客户的客户服务会话；S4、对客户服务会话的内容进行分析，得到所述用户服务会话的分析结果；S5、将分析结果与标准知识库 中的标准问题相匹配，计算出匹配值；S6、根据匹配值按照推送规则推送不同的信息给客户，所述信息包括答案、至少一个标准问题或人工服务选项。
  11. 根据权利要求10所述的计算机可读存储介质，其特征在于，步骤S1具体包括以下分步骤：
    S11、搜集并整理问题和与该问题相匹配的答案，构建成标准问题-答案对并保存；
    S12、通过分词工具将标准问题拆分成由若干个词组成的词序列；
    S13、将词序列中的停用词去除，生成由若干关键词组成的词序列与该标准问题关联保存。
  12. 根据权利要求11所述的计算机可读存储介质，其特征在于，步骤S2具体包括以下分步骤：
    S21、提取标准知识库中各标准问题中的关键词；
    S22、将所有关键词组成关键词集合并进行去重处理，得到标准词集合；
    S23、依次提取标准词集合中的标准词，搜集与该标准词意思相近的至少一个近义词，并将所述近义词与所述标准词关联成词群进行保存。
  13. 根据权利要求12所述的计算机可读存储介质，其特征在于，步骤S4具体包括以下分步骤：
    S41、分词，利用分词工具将客户服务会话的内容拆分成由若干个词组成的词序列；
    S42、提取关键词，通过去除词序列中的停用词，生成仅由关键词组成的简化词序列；
    S43、替换同义词，判断简化词序列中的关键词是否属于同义词库中的标准词，若不是则用同义词库中的标准词替换该关键词，生成仅包含有标准词的标准词序列；
    S44、输出标准词序列。
  14. 根据权利要求13所述的计算机可读存储介质，其特征在于，分步 骤S43具体包括以下子步骤：
    S431、获取简化词序列中的关键词；
    S432、将获取的关键词与同义词库中的标准词进行一一比对；
    S433、判断同义词库中是否具有与该关键词相匹配的标准词，若是则执行步骤S435，若否则执行步骤S434；
    S434、将该关键词与同义词库中的近义词进行一一比对，找出与所述该关键词相同的同义词，并将该同义词所关联的标准词替换该关键词在简化词序列中的位置；
    S435、判断该关键词是否为所述简化词序列中的最后一个词，若是则执行步骤S436，若否则执行步骤S431；
    S436、生成仅包含有标准词的标准词序列。
  15. 根据权利要求14所述的计算机可读存储介质，其特征在于，步骤S5具体包括以下分步骤：
    S51、将标准词序列中的各个标准词依次与各个标准问题相关联的词序列中的关键词进行匹配；
    S52、对应一个标准问题，每匹配一个关键词根据打分规则累计相应的分值；
    S53、对应一个标准问题，计算出累计得到的合计分值和完全匹配下的总分值的比值。
  16. 根据权利要求15所述的计算机可读存储介质，其特征在于，所述打分规则为：将关键词划分为动词、名词和专业名词三类词，三类词的分值从小到大依次为动词、名词和专业名词。
  17. 根据权利要求15所述的计算机可读存储介质，其特征在于，步骤S6具体包括以下分步骤：
    S60、将全部比值降序排列；
    S61、判断排在首位的比值是否大于或等于预设的答案推送阈值比对， 若是则执行步骤S62，若否则执行步骤S67；
    S62、判断是否存在与排在首位的比值并列的比值，若是则执行S64，若否则执行步骤S63；
    S63、推送该比值所指向的词序列对应的标准问题所关联的答案，并结束；
    S64、将排在首位的比值及与其并列的比值所指向的若干词序列对应的若干标准问题按被提问频率降序排列，推送排列在前的预设数量的标准问题供客户选择；
    S65、判断客户是否从推送的标准问题中进行选择；若选择则执行步骤S66；若不选择则执行步骤S69；
    S66、推送客户选择的标准问题所关联的答案，并结束；
    S67、判断排在首位比值以及其后预设数量的比值中是否存在大于或等于预设问题推送阈值的比值，若是则执行步骤S68，若否则执行步骤S69；
    S68、取比值大于或等于预设问题推送阈值的若干比值所指向的若干标准词序列对应的若干标准问题，并执行步骤S65；
    S69、推送人工服务选项，并结束。
PCT/CN2018/076559 2017-09-30 2018-02-12 智能机器人客服方法、电子装置及计算机可读存储介质 WO2019062001A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201710934034.1A CN107688667A (zh) 2017-09-30 2017-09-30 智能机器人客服方法、电子装置及计算机可读存储介质
CN201710934034.1 2017-09-30

Publications (1)

Publication Number Publication Date
WO2019062001A1 true WO2019062001A1 (zh) 2019-04-04

Family

ID=61154242

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/076559 WO2019062001A1 (zh) 2017-09-30 2018-02-12 智能机器人客服方法、电子装置及计算机可读存储介质

Country Status (2)

Country Link
CN (1) CN107688667A (zh)
WO (1) WO2019062001A1 (zh)

Families Citing this family (30)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108509476A (zh) * 2017-09-30 2018-09-07 平安科技（深圳）有限公司 问题联想推送方法、电子装置及计算机可读存储介质
CN110377745B (zh) * 2018-04-11 2023-08-18 阿里巴巴集团控股有限公司 信息处理方法、信息检索方法、装置及服务器
CN108829663B (zh) * 2018-05-21 2022-04-29 宁波薄言信息技术有限公司 一种文章评估方法及系统
CN109033083A (zh) * 2018-07-20 2018-12-18 吴怡 一种基于语义网的法律咨询系统
CN109120513A (zh) * 2018-08-16 2019-01-01 湖南畅远信息技术有限公司 基于智能机器人应答的全媒体系统及实现方法
CN109165327B (zh) * 2018-08-21 2021-06-29 北京汇钧科技有限公司 人机对话方法、装置及计算机可读存储介质
CN109727594B (zh) * 2018-12-27 2021-04-09 北京百佑科技有限公司 语音处理方法及装置
CN110287294A (zh) * 2018-12-27 2019-09-27 厦门智融合科技有限公司 知识产权概念自动解答方法及系统
CN109684455A (zh) * 2018-12-27 2019-04-26 深圳前海微众银行股份有限公司 智能客服系统的实现方法及装置、设备、可读存储介质
CN109727598A (zh) * 2018-12-28 2019-05-07 浙江省公众信息产业有限公司 大噪音语境下的意图识别方法
CN109947927B (zh) * 2019-03-31 2021-09-14 联想(北京)有限公司 一种信息处理方法及装置
CN110188205A (zh) * 2019-05-08 2019-08-30 三角兽（北京）科技有限公司 一种智能客服系统知识库的更新方法及装置
CN110321416A (zh) * 2019-05-23 2019-10-11 深圳壹账通智能科技有限公司 基于aiml的智能问答方法、装置、计算机设备及存储介质
CN110232920B (zh) * 2019-06-21 2021-11-19 阿波罗智联(北京)科技有限公司 语音处理方法和装置
CN110287301A (zh) * 2019-06-27 2019-09-27 上海华兴数字科技有限公司 故障咨询方法、装置及系统
CN110309378B (zh) * 2019-06-28 2023-06-09 深圳前海微众银行股份有限公司 一种问题答复的处理方法、装置及系统
CN110457453A (zh) * 2019-07-12 2019-11-15 平安普惠企业管理有限公司 用户问题与客服对接方法、装置、介质、电子设备
CN110388933A (zh) * 2019-07-22 2019-10-29 上海图聚智能科技股份有限公司 兴趣点搜索方法、装置、服务器及存储介质
CN110543555A (zh) * 2019-08-15 2019-12-06 阿里巴巴集团控股有限公司 一种用于智能客服中的标问召回方法和装置
CN110765247B (zh) * 2019-09-30 2022-10-25 支付宝(杭州)信息技术有限公司 一种用于问答机器人的输入提示方法及装置
CN110874394A (zh) * 2019-10-12 2020-03-10 中国平安财产保险股份有限公司 智能答疑方法、电子装置及存储介质
CN110866764A (zh) * 2019-11-20 2020-03-06 冠杰消防工程师教育服务(深圳)有限公司 客服方法及装置
CN111104500A (zh) * 2019-12-21 2020-05-05 江西省天轴通讯有限公司 一种线索匹配方法、系统、可读存储介质及计算机设备
CN111159372A (zh) * 2019-12-24 2020-05-15 合肥凌极西雅电子科技有限公司 一种应用于普法教育的问答系统
CN111353033B (zh) * 2020-02-27 2023-04-07 支付宝(杭州)信息技术有限公司 一种训练文本相似度模型的方法和系统
CN111988477A (zh) * 2020-09-02 2020-11-24 中国银行股份有限公司 一种电话进线处理方法、装置、服务器及存储介质
CN112199471A (zh) * 2020-10-12 2021-01-08 康佳集团股份有限公司 一种客服问题信息处理方法、设备及存储介质
CN112565471B (zh) * 2021-02-26 2021-07-27 深圳追一科技有限公司 信息推送方法、推送机器人、计算机设备和存储介质
CN113095879A (zh) * 2021-04-15 2021-07-09 中国工商银行股份有限公司 呼入场景下的客户行为预测方法及装置
CN113282733B (zh) * 2021-06-11 2024-04-09 上海寻梦信息技术有限公司 客服问题匹配方法、系统、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080294637A1 (en) * 2005-12-28 2008-11-27 Wenyin Liu Web-Based User-Interactive Question-Answering Method and System
CN105630938A (zh) * 2015-12-23 2016-06-01 深圳市智客网络科技有限公司 一种智能问答系统
CN106484801A (zh) * 2016-09-23 2017-03-08 厦门快商通科技股份有限公司 一种智能客服机器人的对话方法及其知识库管理系统
CN106776936A (zh) * 2016-12-01 2017-05-31 上海智臻智能网络科技股份有限公司 智能交互方法和系统
CN107015983A (zh) * 2016-01-27 2017-08-04 阿里巴巴集团控股有限公司 一种用于智能问答中提供知识信息的方法与设备

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104933084B (zh) * 2015-05-04 2018-11-09 上海智臻智能网络科技股份有限公司 一种用于获得答案信息的方法、装置和设备
CN105630887B (zh) * 2015-12-18 2017-06-16 北京中科汇联科技股份有限公司 中文问答系统
US20170212872A1 (en) * 2016-01-22 2017-07-27 International Business Machines Corporation Duplicate post handling with natural language processing
CN105843897B (zh) * 2016-03-23 2019-03-26 青岛海尔软件有限公司 一种面向垂直领域的智能问答系统
CN107220380A (zh) * 2017-06-27 2017-09-29 北京百度网讯科技有限公司 基于人工智能的问答推荐方法、装置和计算机设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080294637A1 (en) * 2005-12-28 2008-11-27 Wenyin Liu Web-Based User-Interactive Question-Answering Method and System
CN105630938A (zh) * 2015-12-23 2016-06-01 深圳市智客网络科技有限公司 一种智能问答系统
CN107015983A (zh) * 2016-01-27 2017-08-04 阿里巴巴集团控股有限公司 一种用于智能问答中提供知识信息的方法与设备
CN106484801A (zh) * 2016-09-23 2017-03-08 厦门快商通科技股份有限公司 一种智能客服机器人的对话方法及其知识库管理系统
CN106776936A (zh) * 2016-12-01 2017-05-31 上海智臻智能网络科技股份有限公司 智能交互方法和系统

Also Published As

Publication number Publication date
CN107688667A (zh) 2018-02-13

Similar Documents

Publication Publication Date Title
WO2019062001A1 (zh) 智能机器人客服方法、电子装置及计算机可读存储介质
US11392775B2 (en) Semantic recognition method, electronic device, and computer-readable storage medium
WO2019062012A1 (zh) 问题联想推送方法、电子装置及计算机可读存储介质
CN107807960B (zh) 智能客服方法、电子装置及计算机可读存储介质
Natt och Dag et al. A feasibility study of automated natural language requirements analysis in market-driven development
CN112487140B (zh) 问答对话评测方法、装置、设备及存储介质
US9104709B2 (en) Cleansing a database system to improve data quality
CN106649742A (zh) 数据库维护方法和装置
CN108829682B (zh) 计算机可读存储介质、智能问答方法及智能问答装置
CN107832291B (zh) 人机协作的客服方法、电子装置及存储介质
CN110046298A (zh) 一种查询词推荐方法、装置、终端设备及计算机可读介质
WO2020233360A1 (zh) 一种产品测评模型的生成方法及设备
US11244009B2 (en) Automatic keyphrase labeling using search queries
WO2017091985A1 (zh) 停用词识别方法与装置
CN111695938B (zh) 产品推送方法及系统
US11790380B2 (en) Systems and methods for finding an interaction subset within a set of interactions
CN110909126A (zh) 一种信息查询方法及装置
WO2021174829A1 (zh) 众包任务的抽检方法、装置、计算机设备及存储介质
CN110059171B (zh) 智能问答性能提升方法及系统
CN110737432A (zh) 一种基于词根表的脚本辅助设计方法及装置
WO2019080419A1 (zh) 标准知识库的构建方法、电子装置及存储介质
CN109829048B (zh) 电子装置、访谈辅助方法和计算机可读存储介质
CN114138743A (zh) 基于机器学习的etl任务自动配置方法及装置
CN113779200A (zh) 目标行业词库的生成方法、处理器及装置
CN113934894A (zh) 基于指标树的数据显示方法、终端设备

Legal Events

Date Code Title Description
NENP Non-entry into the national phase

Ref country code: DE

32PN Ep: public notification in the ep bulletin as address of the adressee cannot be established

Free format text: NOTING OF LOSS OF RIGHTS PURSUANT TO RULE 112(1) EPC (EPO FORM 1205A DATED 29.09.2020)

122 Ep: pct application non-entry in european phase

Ref document number: 18862814

Country of ref document: EP

Kind code of ref document: A1