实现智能客服机器人的方法及系统技术方案

提供了一种实现智能客服机器人的方法及系统。所述方法包括：获取预设的状态机；向客户输出与所述状态机当前所处的状态对应的对话信息；在向客户输出所述对话信息的过程中或之后，获取客户的对话信息；利用机器学习模型确定所获取的客户的对话信息的意图，并当所述意图与所述状态机的当前状态的一个跳转条件匹配时，使所述状态机跳转到该匹配的跳转条件对应的状态。根据所述方法及系统，能够基于状态机和机器学习模型来便捷、有效地实现智能客服机器人以获取客户的意图。

【技术实现步骤摘要】
实现智能客服机器人的方法及系统
本专利技术总体说来涉及人工智能领域，更具体地讲，涉及一种实现智能客服机器人的方法及系统。
技术介绍
在众多行业中，客服已经成为必不可少的一个部分，而很多公司都会面临这样的问题：随着业务量上升、客户增多，需要聘用的人工客服也越来越多。近年来，人机对话因其潜在的、具有吸引力的商业价值而吸引了越来越多的研究者的注意。随着大数据和机器学习技术的发展，创建自动人机对话系统作为智能客服来代替人工客服不再是幻想。目前，实现智能客服的方法通常为基于生成性的方法，例如，使用序列到序列模型的生成性的方法，基于生成性的方法的智能客服能够在与客户的对话过程中产生全新的回复，比较灵活，但基于生成性的方法中所使用的模型往往复杂度较高，为了避免模型对数据的过拟合，需要大量的历史数据来使模型学习得更加充分，因此，相比于训练一般的模型，需要花费更多的时间和人力来标注语料、训练模型。
技术实现思路
本专利技术的示例性实施例在于提供一种实现智能客服机器人的方法及系统，其能够解决现有技术存在的无法便捷有效地实现智能客服的问题。根据本专利技术的示例性实施例，提供一种实现智能客服机器人的方法，其中，所述方法包括：获取预设的状态机；向客户输出与所述状态机当前所处的状态对应的对话信息；在向客户输出所述对话信息的过程中或之后，获取客户的对话信息；利用机器学习模型确定所获取的客户的对话信息的意图，并当所述意图与所述状态机的当前状态的一个跳转条件匹配时，使所述状态机跳转到该匹配的跳转条件对应的状态。可选地，该方法还包括：当跳转到的状态不是所述状态机的终止状态时，执行向客户输出与所述状态机当前所处的状态对应的对话信息的步骤；当跳转到的状态是所述状态机的终止状态时，按照预设方式输出所述意图。可选地，利用机器学习模型确定所获取的客户的对话信息的意图的步骤包括：利用与所述状态机的当前状态对应的机器学习模型确定所获取的客户的对话信息的意图，其中，所述状态机的每个状态对应一个机器学习模型，且每个状态对应的机器学习模型是基于与该状态对应的训练语料训练得到的。可选地，在所述利用机器学习模型确定所获取的客户的对话信息的意图的步骤之前，该方法还包括：检测所获取的客户的对话信息是否包括第一类预设词；当确定不包括第一类预设词时，执行所述利用机器学习模型确定所获取的客户的对话信息的意图的步骤；当确定包括第一类预设词时，重复执行所述向客户输出与所述状态机当前所处的状态对应的对话信息的步骤。可选地，在所述利用机器学习模型确定所获取的客户的对话信息的意图的步骤之前，该方法还包括：检测所获取的客户的对话信息是否包括第二类预设词；当确定不包括第二类预设词时，执行所述利用机器学习模型确定所获取的客户的对话信息的意图的步骤；当确定包括第二类预设词时，向客户输出与所包括的第二类预设词对应的对话信息，然后重复执行所述向客户输出与所述状态机当前所处的状态对应的对话信息的步骤。可选地，所述机器学习模型是深度神经网络机器学习模型，所述利用机器学习模型确定所获取的客户的对话信息的意图的步骤包括：将所获取的客户的对话信息按照字/词粒度进行切分，并利用字/词向量模型将所获取的客户的对话信息中的每一个字/词分别映射为对应的一个向量，并将得到的向量输入到所述深度神经网络机器学习模型来获得模型预测出的意图。可选地，所述向客户输出与所述状态机当前所处的状态对应的对话信息的步骤包括：输出文本信息和/或语音信息；所述获取客户的对话信息的步骤包括：获取客户的文本信息或语音信息；当获取到的是客户的语音信息时，在所述利用机器学习模型确定所获取的客户的对话信息的意图的步骤之前，还执行将语音信息转换成文本信息的步骤。可选地，当对话信息是语音信息时，通过电话装置输出和获取语音信息，或者，通过扬声器现场输出语音信息以及通过拾音器获取现场的语音信息；当对话信息是文本信息时，通过即时通信应用输出和获取文本信息。可选地，所述获取预设的状态机的步骤包括：根据接收到的选择指令从指定的数据库获取与所述选择指令对应的状态机，其中，所述指定的数据库中保存有一个以上的状态机，不同状态机对应不同的客服场景。根据本专利技术的另一示例性实施例，提供一种实现智能客服机器人的系统，其中，所述系统包括：状态机维护装置，适于获取预设的状态机；对话信息输出装置，适于向客户输出与所述状态机当前所处的状态对应的对话信息；对话信息获取装置，适于在向客户输出所述对话信息的过程中或之后，获取客户的对话信息；意图确定装置，适于利用机器学习模型确定所获取的客户的对话信息的意图，并当所述意图与所述状态机的当前状态的一个跳转条件匹配时，使所述状态机跳转到该匹配的跳转条件对应的状态。可选地，所述对话信息输出装置，还适于当跳转到的状态不是所述状态机的终止状态时，向客户输出与所述状态机当前所处的状态对应的对话信息；其中，该系统还包括：意图输出装置，适于当跳转到的状态是所述状态机的终止状态时，按照预设方式输出所述意图。可选地，所述意图确定装置，适于利用与所述状态机的当前状态对应的机器学习模型确定所获取的客户的对话信息的意图，其中，所述状态机的每个状态对应一个机器学习模型，且每个状态对应的机器学习模型是基于与该状态对应的训练语料训练得到的。可选地，该系统还包括：第一预设词检测装置，适于在意图确定装置利用机器学习模型确定所获取的客户的对话信息的意图之前，检测所获取的客户的对话信息是否包括第一类预设词；所述意图确定装置，适于当所述第一预设词检测装置确定所获取的客户的对话信息不包括第一类预设词时，利用机器学习模型确定所获取的客户的对话信息的意图；所述对话信息输出装置，适于当所述第一预设词检测装置确定所获取的客户的对话信息包括第一类预设词时，重复向客户输出与所述状态机当前所处的状态对应的对话信息。可选地，该系统还包括：第二预设词检测装置，适于在意图确定装置利用机器学习模型确定所获取的客户的对话信息的意图之前，检测所获取的客户的对话信息是否包括第二类预设词；所述意图确定装置，适于当所述第二预设词检测装置确定所获取的客户的对话信息不包括第二类预设词时，利用机器学习模型确定所获取的客户的对话信息的意图；所述对话信息输出装置，适于当所述第二预设词检测装置确定所获取的客户的对话信息包括第二类预设词时，向客户输出与所包括的第二类预设词对应的对话信息，然后重复向客户输出与所述状态机当前所处的状态对应的对话信息。可选地，所述机器学习模型是深度神经网络机器学习模型；所述意图确定装置，适于将所获取的客户的对话信息按照字/词粒度进行切分，并利用字/词向量模型将所获取的客户的对话信息中的每一个字/词分别映射为对应的一个向量，并将得到的向量输入到所述深度神经网络机器学习模型来获得模型预测出的意图。可选地，所述对话信息输出装置，适于输出文本信息和/或语音信息；所述对话信息获取装置，适于获取客户的文本信息或语音信息；所述意图确定装置，适于当所述对话信息获取装置获取到的是客户的语音信息时，在利用机器学习模型确定所获取的客户的对话信息的意图之前，还将语音信息转换成文本信息。可选地，所述对话信息输出装置，适于当对话信息是语音信息时，通过电话装置输出语音信息，或者，通过扬声器现场输出语音信息；适于当对话信息是文本信本文档来自技高网...

【技术保护点】
1.一种实现智能客服机器人的方法，其中，所述方法包括：获取预设的状态机；向客户输出与所述状态机当前所处的状态对应的对话信息；在向客户输出所述对话信息的过程中或之后，获取客户的对话信息；利用机器学习模型确定所获取的客户的对话信息的意图，并当所述意图与所述状态机的当前状态的一个跳转条件匹配时，使所述状态机跳转到该匹配的跳转条件对应的状态。

【技术特征摘要】
1.一种实现智能客服机器人的方法，其中，所述方法包括：获取预设的状态机；向客户输出与所述状态机当前所处的状态对应的对话信息；在向客户输出所述对话信息的过程中或之后，获取客户的对话信息；利用机器学习模型确定所获取的客户的对话信息的意图，并当所述意图与所述状态机的当前状态的一个跳转条件匹配时，使所述状态机跳转到该匹配的跳转条件对应的状态。2.如权利要求1所述的方法，其中，该方法还包括：当跳转到的状态不是所述状态机的终止状态时，执行向客户输出与所述状态机当前所处的状态对应的对话信息的步骤；当跳转到的状态是所述状态机的终止状态时，按照预设方式输出所述意图。3.如权利要求1所述的方法，其中，利用机器学习模型确定所获取的客户的对话信息的意图的步骤包括：利用与所述状态机的当前状态对应的机器学习模型确定所获取的客户的对话信息的意图，其中，所述状态机的每个状态对应一个机器学习模型，且每个状态对应的机器学习模型是基于与该状态对应的训练语料训练得到的。4.如权利要求1所述的方法，其中，在所述利用机器学习模型确定所获取的客户的对话信息的意图的步骤之前，该方法还包括：检测所获取的客户的对话信息是否包括第一类预设词；当确定不包括第一类预设词时，执行所述利用机器学习模型确定所获取的客户的对话信息的意图的步骤；当确定包括第一类预设词时，重复执行所述向客户输出与所述状态机当前所处的状态对应的对话信息的步骤。5.如权利要求1所述的方法，其中，在所述利用机器学习模型确定所获取的客户的对话信息的意图的步骤之前，该方法还包括：检测所获取的客户的对话信息是否包括第二类预设词；当确定不包括第二类预设词时，执行所述利用机器学习模型确定所获取的客户的对话信息的意图的步骤；当确定包括第二类预设词时，向客户输出与所包括的第二类预设词对应的对话信息，然后重复执...

【专利技术属性】
技术研发人员：李楚桐，陈立，胡楠，杨青锦，
申请(专利权)人：第四范式北京技术有限公司，
类型：发明
国别省市：北京,11