一种智能客服方法及系统技术方案

本发明专利技术涉及智能人机交互技术领域，提供了智能客服方法，所述方法包含步骤：接收客户输入文本；对所述输入文本进行类型识别；若所述输入文本为疑问句，则基于预设短文本分类模型对所述输入文本进行主题识别；基于识别结果分配客服，针对所述输入文本进行回复。本发明专利技术实施例所提供的智能客服方法通过对客户输入文本进行识别，并基于识别结果来分配对应的客服，可在一定程度上，提升客服回复速率及专业度。此外，本发明专利技术还提供一种智能客服系统。

An Intelligent Customer Service Method and System

The invention relates to the field of intelligent human-computer interaction technology, and provides an intelligent customer service method, which includes steps: receiving input text from customers; type recognition of input text; subject recognition of input text based on preset short text categorization model if the input text is a question sentence; customer service allocation based on recognition results and input text according to the input text. Line reply. The intelligent customer service method provided by the embodiment of the present invention can improve the customer service recovery rate and professionalism to a certain extent by recognizing the input text of the customer and assigning the corresponding customer service based on the recognition results. In addition, the invention also provides an intelligent customer service system.

【技术实现步骤摘要】
一种智能客服方法及系统
本专利技术涉及智能人机交互
，尤其涉及一种智能客服方法及系统。
技术介绍
随着互联网的飞速发展，人们服务意识的提高，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。目前的客服系统，通常由机器客服和人工客服组成，其中机器客服一般是基于网页的即时通讯工具，具体可基于智能聊天机器人或FAQ系统来实现，在智能客服场景中，待客户提出问题后，往往需要先计算客户所提出的问题与知识库(FQA)中所保存的问题的相似度，进而定位最相似问题，提取出对应的答案反馈给客户，以完成对客户问题的回复。然而，由于互联网所面向的用户群基数大，智能客户在面对不同的客户所提出的各种问题时，都需要遍历知识库，并逐条计算客户问题与知识库中问题的相似度，再根据所有的计算结构，定位到相似度最高的问题，以获取对应的答案，如此一来，数据处理量大所引起的回复速度慢，将会带来不好的用户体验，导致客户流失。
技术实现思路
为了解决上述问题，本专利技术提供了一种智能客服方法，所述方法包含：接收客户输入文本；对所述输入文本进行类型识别；若所述输入文本为疑问句，则基于预设短文本分类模型对所述输入文本进行主题识别；基于识别结果分配客服，针对所述输入文本进行回复。在一实施中，所述基于识别结果分配客服，针对所述输入文本进行回复具体包含：当所述识别结果中包含主题分类时，查找与所述主题分类对应的所述客服，针对所述输入文本进行回复。在一实施中，所述预设短文本分类模型的训练方法包含步骤：收集训练样本；分别计算每个所述训练样本的文本特征，其中所述文本特征包含所述训练样本的文本向量及主题概率；基于所述文本特征，生成输入数据；基于所述输入数据对所述预设短文本分类模型进行训练，其中所述预设短文本分类模型基于半监督分类算法实现。在一实施中，所述计算每个所述训练样本的文本特征具体包含：计算每个所述训练样本的文本向量；计算每个所述训练样本的主题概率；拼接所述文本向量及所述主题概率，得到每个所述训练样本的文本特征。在一实施中，所述计算每个所述训练样本的文本向量包含：对所述训练样本进行分词；计算所述分词的词向量；基于所述词向量及所述分词的权重，计算获得所述文本向量。在一实施中，所述分词的权重基于TF/IDF算法获得。在一实施中，所述计算每个训练样本的主题概率包含：基于文档主题生成模型获得所述主题概率。在一实施中，所述基于所述文本特征，生成输入数据具体包含：基于所述文本特征及所述文本特征权重生成所述输入数据。本专利技术实施例所提供的智能客服方法先通过对客户输入文本的类型进行识别，当输入文本为疑问句时，表明客户正在进行某些信息的咨询，从另一角度来看，也在一定程度表明，客户有具体的需求，那么在这种场景下，积极作出准确的响应，可在很大程度上提升客户体验，本实施例先通过对输入文本所包含的主题信息进行识别，并根据识别结果，分配对应的客服，客服基于对应的主题知识库，获取答案，并回复给客户，如此一来，由于预先对客户咨询主题进行了识别，从一定程度上对客户的需求进行了初步了解，再由专业型客服从主题知识库中匹配相似度最高的问题，并获取对应的答案，不仅大幅度减少了数据处理量，提升了效率，而且由于文本相似度的算法各有千秋，获得的结果可能也会因算法的缘故有所差异，通过直接从相关主题知识库中匹配到相似度最高的问题，并获取对应的答案，可在很大程度上避免了基于文本相似度计算结果，将客户问题匹配到其他主题知识库中的问题，而无法给出准确的回复的情况，也就是说，可在一定程度上提高客服回复的准确性。基于同样的专利技术构思，本专利技术还提供了一种智能客服系统，所述系统包含：交互模块、识别模块及调度模块，其中所述交互模块接收客户输入的文本，并发送给所述识别模块，所述识别模块对所述文本进行主题识别，并发送识别结果及所述文本至所述调度模块；所述调度模块接收所述识别结果及所述文本，并基于所述识别结果分配对应客服，以针对所述文本进行回复，并将回复信息通过所述交互模块发送给所述客户。在一实施中，所述识别模块对所述文本进行主题识别的方法具体包含，基于预设短文本分类模型对所述输入文本进行主题识别。附图说明一个或多个实施方式通过与之对应的附图中的图片进行示例性说明，这些示例性说明并不构成对实施方式的限定，附图中具有相同参考数字标号的元件表示为类似的元件，除非有特别申明，附图中的图不构成比例限制。图1绘示本专利技术第一实施例所提供的智能客服方法流程图；图2绘示图1所示实施例中预设短文本分类模型的训练方法流程图；图3绘示本专利技术二实施例所提供的智能客服系统结构示意图。具体实施方式为使本专利技术实施方式的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术的各实施方式进行详细的阐述。然而，本领域的普通技术人员可以理解，在本专利技术各实施方式中，为了使读者更好地理解本申请而提出了许多技术细节。但是，即使没有这些技术细节和基于以下各实施方式的种种变化和修改，也可以实现本申请所要求保护的技术方案。本专利技术第一实施例提供了一种智能客服方法，可基于智能客服系统实现，请参照图1，图1绘示本专利技术第一实施例所提供的智能客服方法流程图。如图1所示，文本处理方法具体包含以下步骤：步骤101，接收客户输入文本。在智能客服服务场景中，客户可通过信息输入接口主动发起聊天对话，其中，客户可通过做种方式进行信息输入，例如文字、语音等，而为了后续的识别处理，该些输入信息将会被转换为输入文本，以供后续识别处理。较佳的，为了提升后续文本识别的准确性，可在获得输入文本后，对其进行清洗处理，例如去除无效字符、重复信息等。步骤102，对所述输入文本进行类型识别。在获得客户的输入文本后，可对该输入文本进行类型识别，其中，在本实施例中的类型主要包含疑问句和非疑问句，在一具体实施例中，通过基于正则表达式对特定字符的识别来判断输入文本的类型，其中，特定字符可包含“？”、“吗”、“呢”、“么”，那么正则表达式可为“.+[？吗呢么].*”。当识别到输入文本的类型为疑问句时，则进入步骤103；若输入文本的类型为非疑问句，则本流程结束，等待客户的下次输入。在本专利技术实施例中，当输入文本被识别为非疑问句时，可进一步对输入文本的内容进行识别，并分配客服进行回复，以避免客户流失。步骤103，若所述输入文本为疑问句，则基于预设短文本分类模型对所述输入文本进行主题识别。当输入文本被识别为疑问句时，可进一步对输入文本的主题进行识别，具体可基于预设短文本分类模型对输入文本进行识别，其中本专利技术实施例中所提及的短文本分类模型，是基于图2所示的训练方法得到的，具体内容可参见下文对图2的详细说明。在本专利技术的实施例中，可预先基于实际应用场景的需求，设定主题类型，规划对应的专业型客服来专门对接相应主题类型的业务，从而实现不同的主题类型，对接不同专业型客服，如此一来，客服只需在对应的主题知识库中，查找获取答案，并回复给客户，相较于现有技术而言，客服无需遍历全部知识库，及计算客户问题与知识库中每个问题的相似度，来最终确定回复答案，而只需在其对接的主题类型所涉及的知识库中，获取回复答案，大幅度减少了数据处理量，使得客服在各自主题领域为客户提供更快速、更精准的回复。在本步骤中，通过确定客户输入文本的主题，可为后续客服的分配提供基础。在基于本文档来自技高网...

【技术保护点】
1.一种智能客服方法，其特征在于，所述方法包含：接收客户输入文本；对所述输入文本进行类型识别；若所述输入文本为疑问句，则基于预设短文本分类模型对所述输入文本进行主题识别；基于识别结果分配客服，针对所述输入文本进行回复。

【技术特征摘要】
1.一种智能客服方法，其特征在于，所述方法包含：接收客户输入文本；对所述输入文本进行类型识别；若所述输入文本为疑问句，则基于预设短文本分类模型对所述输入文本进行主题识别；基于识别结果分配客服，针对所述输入文本进行回复。2.如权利要求1所述的方法，其特征在于，所述基于识别结果分配客服，针对所述输入文本进行回复具体包含：当所述识别结果中包含主题分类时，查找与所述主题分类对应的所述客服，针对所述输入文本进行回复。3.如权利要求1所述的方法，其特征在于，所述预设短文本分类模型的训练方法包含步骤：收集训练样本；分别计算每个所述训练样本的文本特征，其中所述文本特征包含所述训练样本的文本向量及主题概率；基于所述文本特征，生成输入数据；基于所述输入数据对所述预设短文本分类模型进行训练，其中所述预设短文本分类模型基于半监督分类算法实现。4.如权利要求3所述的方法，其特征在于，所述计算每个所述训练样本的文本特征具体包含：计算每个所述训练样本的文本向量；计算每个所述训练样本的主题概率；拼接所述文本向量及所述主题概率，得到每个所述训练样本的文本特征。5.如权利要求4所述的方法，其特...

【专利技术属性】
技术研发人员：詹威，肖龙源，蔡振华，李稀敏，刘晓葳，谭玉坤，
申请(专利权)人：厦门快商通信息技术有限公司，
类型：发明
国别省市：福建,35