面向客服的话术推荐方法和装置制造方法及图纸

本说明书实施例提供一种面向客服的话术推荐方法和装置，方法包括：首先针对当前用户问句，将所述当前用户问句和所述当前用户问句的上文信息作为请求信息，将所述请求信息输入预先训练的长文本分类模型，通过所述长文本分类模型的输出得到所述请求信息对应于预先设定的各类别的概率，每个类别对应一个高频话术；然后根据所述请求信息对应于预先设定的各类别的概率，将各类别按照所述概率由高到低排序，将排序在前的预定数目个类别的高频话术作为第一待推荐话术；最后至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术，从而能够使推荐的话术与用户述求匹配，并满足客服的需求。

Customer Service Oriented Approaches and Devices for Speech Recommendation

【技术实现步骤摘要】
面向客服的话术推荐方法和装置
本说明书一个或多个实施例涉及计算机领域，尤其涉及面向客服的话术推荐方法和装置。
技术介绍
随着移动互联网的普及和应用，终端设备的多样化，通讯方式的多样化，网络信息也逐渐呈现出个性化、移动化、实时化和大数据化。对于用户而言，越来越快节奏的生活、移动互联时代的到来，使得人们对于客服提出了更高的要求：要及时、快速、准确的理解用户需求并给出服务。为了帮助客服尽快熟悉业务流程，在客服与用户文字聊天过程中，聊天窗口旁边实时提示相关话术，辅助客服回答用户问题，使得客服的言语显得更加得体。现有的话术推荐方法中，主要是离线收集大量用户和客服的对话日志，然后进行聚类、挖掘构建问答对，存储在知识库中备用，知识库包含多组问答对，每组问答对包括对应的标准问题和答案。在用户与客服聊天时，将当前用户问句和知识库中的标准问题做语义相似度计算，选取与当前用户问句最相似的几个标准问题并推出相应的答案。由于用户问句通常比较简略，且口语化，通过现有的话术推荐方法推出的答案通常与用户述求不匹配，无法满足客服的需求。因此，希望能有改进的方案，能够使推荐的话术与用户述求匹配，并满足客服的需求。
技术实现思路
本说明书一个或多个实施例描述了一种面向客服的话术推荐方法和装置，能够使推荐的话术与用户述求匹配，并满足客服的需求。第一方面，提供了一种面向客服的话术推荐方法，方法包括：针对当前用户问句，将所述当前用户问句和所述当前用户问句的上文信息作为请求信息，将所述请求信息输入预先训练的长文本分类模型，通过所述长文本分类模型的输出得到所述请求信息对应于预先设定的各类别的概率，每个类别对应一个高频话术；根据所述请求信息对应于预先设定的各类别的概率，将各类别按照所述概率由高到低排序，将排序在前的预定数目个类别的高频话术作为第一待推荐话术；至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术。在一种可能的实施方式中，所述针对当前用户问句，将所述当前用户问句和所述当前用户问句的上文信息作为请求信息，将所述请求信息输入预先训练的长文本分类模型之前，所述方法还包括：从用户和客服的对话日志中，获取出现次数超过预设数值的多个答案，将多个答案聚类，根据聚类结果确定每个类别对应的高频话术；将各答案的上文信息作为所述长文本分类模型的样本输入，将各答案对应的类别作为所述长文本分类模型的样本标签，对所述长文本分类模型进行训练。在一种可能的实施方式中，所述将排序在前的预定数目个类别的高频话术作为第一待推荐话术之后，所述方法还包括：根据所述第一待推荐话术，从预先建立的知识库中检索得到所述第一待推荐话术的相似答案，及所述相似答案对应的标准问题；其中，所述知识库包含多组问答对，每组问答对包括对应的标准问题和答案；将所述第一待推荐话术与所述相似答案对应的标准问题建立对应关系，用于确定所述最终推荐话术对应的标准问题。在一种可能的实施方式中，所述至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术之前，所述方法还包括：根据所述请求信息，从预先建立的知识库中检索得到预设数目个答案，及每个答案对应的标准问题；其中，所述知识库包含多组问答对，每组问答对包括对应的标准问题和答案；通过预先训练的深度语义模型，得到各预设数目个答案与所述请求信息的匹配度得分；根据所述得分由高到低的顺序，从所述预设数目个答案中选择部分答案作为第二待推荐话术；所述至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术包括：根据所述第一待推荐话术和所述第二待推荐话术，确定所述最终推荐话术。进一步地，所述根据所述第一待推荐话术和所述第二待推荐话术，确定所述最终推荐话术，包括：根据所述第一待推荐话术和所述第二待推荐话术的预先设置的优先级，从所述第一待推荐话术和所述第二待推荐话术中选择向客服推荐的最终推荐话术。进一步地，所述根据所述第一待推荐话术和所述第二待推荐话术，确定所述最终推荐话术，包括：将所述第一待推荐话术和所述第二待推荐话术作为预先建立的决策模型的输入，通过所述决策模型的输出得到向客服推荐的最终推荐话术。在一种可能的实施方式中，所述至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术之前，所述方法还包括：将所述当前用户问句和预先建立的知识库中的问答对做问题与问题匹配，确定所述知识库中与所述当前用户问句相似的标准问题及相似度；其中，所述知识库包含多组问答对，每组问答对包括对应的标准问题和答案；按照相似度由高到低的顺序，从与所述当前用户问句相似的标准问题中选择部分标准问题，将所述部分标准问题对应的答案作为第三待推荐话术；所述至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术包括：根据所述第一待推荐话术和所述第三待推荐话术，确定所述最终推荐话术。进一步地，所述根据所述第一待推荐话术和所述第三待推荐话术，确定所述最终推荐话术，包括：根据所述第一待推荐话术和所述第三待推荐话术的预先设置的优先级，从所述第一待推荐话术和所述第三待推荐话术中选择向客服推荐的最终推荐话术。进一步地，所述根据所述第一待推荐话术和所述第三待推荐话术，确定所述最终推荐话术，包括：将所述第一待推荐话术和所述第三待推荐话术作为预先建立的决策模型的输入，通过所述决策模型的输出得到向客服推荐的最终推荐话术。第二方面，提供了一种面向客服的话术推荐装置，装置包括：分类单元，用于针对当前用户问句，将所述当前用户问句和所述当前用户问句的上文信息作为请求信息，将所述请求信息输入预先训练的长文本分类模型，通过所述长文本分类模型的输出得到所述请求信息对应于预先设定的各类别的概率，每个类别对应一个高频话术；第一推荐单元，用于根据所述分类单元得到的所述请求信息对应于预先设定的各类别的概率，将各类别按照所述概率由高到低排序，将排序在前的预定数目个类别的高频话术作为第一待推荐话术；确定单元，用于至少根据所述第一推荐单元得到的第一待推荐话术，确定向客服推荐的最终推荐话术。第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，当所述计算机程序在计算机中执行时，令计算机执行第一方面的方法。第四方面，提供了一种计算设备，包括存储器和处理器，所述存储器中存储有可执行代码，所述处理器执行所述可执行代码时，实现第一方面的方法。通过本说明书实施例提供的方法和装置，首先针对当前用户问句，将所述当前用户问句和所述当前用户问句的上文信息作为请求信息，将所述请求信息输入预先训练的长文本分类模型，通过所述长文本分类模型的输出得到所述请求信息对应于预先设定的各类别的概率，每个类别对应一个高频话术；然后根据所述请求信息对应于预先设定的各类别的概率，将各类别按照所述概率由高到低排序，将排序在前的预定数目个类别的高频话术作为第一待推荐话术；最后至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术。本说明书实施例中，具有结合上下文理解能力，同时分类模型的鲁棒性决定了该模型的准确率很高，具有较为精准地结合上文信息给客服推荐高频话术的能力，且由于话术是客服常用的高频话术，因此更加容易被客服所接受。总的来说，能够使推荐的话术与用户述求匹配，并满足客服的需求。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，本文档来自技高网...

【技术保护点】
1.一种面向客服的话术推荐方法，所述方法包括：针对当前用户问句，将所述当前用户问句和所述当前用户问句的上文信息作为请求信息，将所述请求信息输入预先训练的长文本分类模型，通过所述长文本分类模型的输出得到所述请求信息对应于预先设定的各类别的概率，每个类别对应一个高频话术；根据所述请求信息对应于预先设定的各类别的概率，将各类别按照所述概率由高到低排序，将排序在前的预定数目个类别的高频话术作为第一待推荐话术；至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术。

【技术特征摘要】
1.一种面向客服的话术推荐方法，所述方法包括：针对当前用户问句，将所述当前用户问句和所述当前用户问句的上文信息作为请求信息，将所述请求信息输入预先训练的长文本分类模型，通过所述长文本分类模型的输出得到所述请求信息对应于预先设定的各类别的概率，每个类别对应一个高频话术；根据所述请求信息对应于预先设定的各类别的概率，将各类别按照所述概率由高到低排序，将排序在前的预定数目个类别的高频话术作为第一待推荐话术；至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术。2.如权利要求1所述的方法，其中，所述针对当前用户问句，将所述当前用户问句和所述当前用户问句的上文信息作为请求信息，将所述请求信息输入预先训练的长文本分类模型之前，所述方法还包括：从用户和客服的对话日志中，获取出现次数超过预设数值的多个答案，将多个答案聚类，根据聚类结果确定每个类别对应的高频话术；将各答案的上文信息作为所述长文本分类模型的样本输入，将各答案对应的类别作为所述长文本分类模型的样本标签，对所述长文本分类模型进行训练。3.如权利要求1所述的方法，其中，所述将排序在前的预定数目个类别的高频话术作为第一待推荐话术之后，所述方法还包括：根据所述第一待推荐话术，从预先建立的知识库中检索得到所述第一待推荐话术的相似答案，及所述相似答案对应的标准问题；其中，所述知识库包含多组问答对，每组问答对包括对应的标准问题和答案；将所述第一待推荐话术与所述相似答案对应的标准问题建立对应关系，用于确定所述最终推荐话术对应的标准问题。4.如权利要求1所述的方法，其中，所述至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术之前，所述方法还包括：根据所述请求信息，从预先建立的知识库中检索得到预设数目个答案，及每个答案对应的标准问题；其中，所述知识库包含多组问答对，每组问答对包括对应的标准问题和答案；通过预先训练的深度语义模型，得到各预设数目个答案与所述请求信息的匹配度得分；根据所述得分由高到低的顺序，从所述预设数目个答案中选择部分答案作为第二待推荐话术；所述至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术包括：根据所述第一待推荐话术和所述第二待推荐话术，确定所述最终推荐话术。5.如权利要求4所述的方法，其中，所述根据所述第一待推荐话术和所述第二待推荐话术，确定所述最终推荐话术，包括：根据所述第一待推荐话术和所述第二待推荐话术的预先设置的优先级，从所述第一待推荐话术和所述第二待推荐话术中选择向客服推荐的最终推荐话术。6.如权利要求4所述的方法，其中，所述根据所述第一待推荐话术和所述第二待推荐话术，确定所述最终推荐话术，包括：将所述第一待推荐话术和所述第二待推荐话术作为预先建立的决策模型的输入，通过所述决策模型的输出得到向客服推荐的最终推荐话术。7.如权利要求1所述的方法，其中，所述至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术之前，所述方法还包括：将所述当前用户问句和预先建立的知识库中的问答对做问题与问题匹配，确定所述知识库中与所述当前用户问句相似的标准问题及相似度；其中，所述知识库包含多组问答对，每组问答对包括对应的标准问题和答案；按照相似度由高到低的顺序，从与所述当前用户问句相似的标准问题中选择部分标准问题，将所述部分标准问题对应的答案作为第三待推荐话术；所述至少根据所述第一待推荐话术，确定向客服推荐的最终推荐话术包括：根据所述第一待推荐话术和所述第三待推荐话术，确定所述最终推荐话术。8.如权利要求7所述的方法，其中，所述根据所述第一待推荐话术和所述第三待推荐话术，确定所述最终推荐话术，包括：根据所述第一待推荐话术和所述第三待推荐话术的预先设置的优先级，从所述第一待推荐话术和所述第三待推荐话术中选择向客服推荐的最终推荐话术。9.如权利要求7所述的方法，其中，所述根据所述第一待推荐话术和所述第三待推荐话术，确定所述最终推荐话术，包括：将所述第一待推荐话术和所述第三待推荐话术作为预先建立的决策模型的输入，通过所述决策模型的输出得到向客服推荐的最终推荐话术。10.一种面向客服的话术推荐装置，所述装置包括：分类单元，用于针对当前用户问句，将所述当前用户问句和所述当前用户问句的上文信息作为请求信息，将所述请求信息输入预先训练的长文本分类模型，通过所述长文本分类模型的输出得到所述请求信息...

【专利技术属性】
技术研发人员：王子豪，崔恒斌，张家兴，
申请(专利权)人：阿里巴巴集团控股有限公司，
类型：发明
国别省市：开曼群岛,KY