The invention provides an intelligent robot service system, which consists of four layers: the bottom is the keyword identification layer, the base database, the common customer service question and answer, the second layer is the flow SOP layer, and the initial process service module is set up according to the routine standardization of the customer service flow and words. Each process node connects the dynamic database; the third layer is the network architecture layer, which is the bottom and second layers, the sealing layer, and the integration of the network overlapping and overlapping structure, the user's arbitrary node jump; the fourth layer is the human-computer interaction layer, carrying the human-computer interaction and the man-machine double mixing system, which is made by the professional customer service of the industry itself. The machine learning mechanism is established for the neuron. The intelligent robot service system of the invention solves the problem of improving the work efficiency of customer service and saving labor cost.
【技术实现步骤摘要】
智能机器人服务系统
本专利技术涉及一种智能机器人服务系统,属于智能客服领域。
技术介绍
许多研究表明,为了能够学习表示高阶抽象概念的复杂函数,解决目标识别、语音感知和语言理解等人工智能相关的任务,需要引入深度学习(deeplearning)。深度学习架构由多层非线性运算单元组成,每个较低层的输出作为更高层的输入,可以从大量输入数据中学习有效的特征表示,学习到的高阶表示中包含输入数据的许多结构信息,是一种从数据中提取表示的好方法,能够用于分类、回归和信息检索等特定问题中。深度学习的概念起源于人工神经网络的研究,有多个隐层的多层感知器是深度学习模型的一个很好的范例。对神经网络而言,深度指的是网络学习得到的函数中非线性运算组合水平的数量。当前神经网络的学习算法是针对较低水平的网络结构,将这种网络称为浅结构神经网络,如一个输入层、一个隐层和一个输出层的神经网络;与此相反,将非线性运算组合水平较高的网络称为深度结构神经网络,如一个输入层、三个隐层和一个输出层的神经网络。深度学习比浅学习具有更强的表示能力,而由于深度的增加使得非凸目标函数产生的局部最优解是造成学习困难的主要因素。反向传播基于局部梯度下降,从一些随机初始点开始运行,通常陷入局部极值,并随着网络深度的增加而恶化,不能很好地求解深度结构神经网络问题。2006年,Hinton等人提出的用于深度信任网络(deepbeliefnetwork,DBN)的无监督学习算法,解决了深度学习模型优化困难的问题。求解DBN方法的核心是贪婪逐层预训练算法,在与网络大小和深度呈线性的时间复杂度上优化DBN的权值,将求解的问题分解 ...
【技术保护点】
1.一种智能机器人服务系统,其特征在于,包括四层结构:底层是关键字识别层,具有基础数据库,存储常见的客服问答;第二层是流程化SOP层,根据行业常规标准化客服流程及话术,建立初步的流程服务模块,并在每一个流程节点中连接动态数据库;第三层是网状架构层,是将所述底层和第二层,封层,并整合形成网状交叉重叠的架构,进行用户的任意节点跳转;第四层是人机交互层,搭载人机交互和人机双混系统,以行业专业客服本身作为神经元,建立机器学习机制。
【技术特征摘要】
1.一种智能机器人服务系统,其特征在于,包括四层结构:底层是关键字识别层,具有基础数据库,存储常见的客服问答;第二层是流程化SOP层,根据行业常规标准化客服流程及话术,建立初步的流程服务模块,并在每一个流程节点中连接动态数据库;第三层是网状架构层,是将所述底层和第二层,封层,并整合形成网状交叉重叠的架构,进行用户的任意节点跳转;第四层是人机交互层,搭载人机交互和人机双混系统,以行业专业客服本身作为神经元,建立机器学习机制。2.如权利要求1所述的智能机器人服务系统,其特征在于:所述关键字识别层中,具有输入层、隐含层和输出层三层,输入层的每个特征值分别进入隐含层的各级进行运算,并从输出层输出结果,在输入层到隐含层和隐含层到输出层之间通过训练调节连接的权值。3.如权利要求1所述的智能机器人服务系统,其特征在...
【专利技术属性】
技术研发人员:张成栋,
申请(专利权)人:南通使爱智能科技有限公司,
类型:发明
国别省市:江苏,32
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。