一种基于智能问答机器人的精细化问答方法、存储介质和智能设备技术

本发明专利技术涉及一种基于智能问答机器人的精细化问答方法、存储介质和智能装备，包括步骤A，智能问答机器人接收用户同您过文字或语音输入的信息，智能问答机器人通过ASR将信息传输至机器人服务端；步骤B，机器人服务端通过NLU和词向量工具识别并理解信息，且判断由信息开启的对话模式是问答模式、任务模式还是闲聊模式，结合特征知识库对应的问答类知识条目、任务类知识条目、闲聊类知识条目匹配答案，智能调度会判断机器人服务端是否有解决能力，并给出两种不同的回应方案：方案一，如果机器人服务端不能成功匹配答案，但有人工客服资源，转人工服务；方案二，如果机器人服务端能成功匹配答案或没有人工客服资源，那么机器人服务端将成功匹配到的答案生成回复内容并通过文字或语音在所述用户界面反馈给用户。本方法解决车主提出的问题效率非常高效，提升了车联网的智能化水平。

【技术实现步骤摘要】
一种基于智能问答机器人的精细化问答方法、存储介质和智能设备
本专利技术属于智能问答AI
，具体涉及基于智能问答机器人的精细化问答方法、存储介质和智能设备。
技术介绍
随着车联网技术不断发展，搭载车联网服务的智能网联汽车越来越受到人们的青睐，同时越来越多的客服咨询都开始交由智能问答机器人解决。对于车主来说，由于车辆系统复杂，在大部分车主日常用车过程中，对于车辆的异常情况以及处理方式并不了解，无法即时找到有效的解决方法从而产生焦虑与不安的情绪。对于车企来说，人工客服成本高昂，响应速度受到人数与专业性的影响，无法实现24*7全天候快速响应。为了让车主拥有更好的驾驶体验，减少企业人力资本的投入，智能问答机器人的使用势在必行。通过使用智能问答机器人，可以更加快速地响应车主的问题，实现24*7全天候快速响应，缓解车主遇到用车问题时的焦虑不安，为车主提供更优质的服务。智能问答机器人是否能准确回答车主提出的问题，主要取决于两点：其一，能否正确理解用户的意图；其二，能否准确地在知识库中提取相应的答案。通过NLU处理用户的自然语言之后，机器则会根据用户的意图在知识库中提取答案，但随着车辆网智能化程度的不断提高，企业知识库中的知识条目种类逐步增多，用户的需求也不止步于单纯的问答型对话。目前智能问答机器人知识库对问答分类的精细程度还不够高，导致智能问答机器人在理解用户意图之后对知识库中的知识条目提取准确率较低，没有形成完整的回答闭环，使机器人不能有效解决用户的反馈（提出的用车问题）。因此，如何对车企知识库的各种类型的知识条目进行分类，对于智能问答机器人的问答准确率和用户体验具有重要意义。
技术实现思路
本专利技术的目的是提供一种基于智能问答机器人的精细化问答方法、存储介质和智能设备，解决的技术问题：智能问答机器人的关于汽车特征知识库中知识条目种类多，对知识条目的分类精细程度还不够高，导致智能问答机器人在理解用户意图之后对知识库中的知识条目提取准确率低。为解决上述技术问题，本专利技术采用了如下技术方案：一种基于智能问答机器人的精细化问答方法，包括以下步骤：步骤A，智能问答机器人接收用户同您过文字或语音输入的信息，所述智能问答机器人通过ASR将所述信息传输至机器人服务端；步骤B，所述机器人服务端通过NLU和词向量工具识别并理解所述信息，且判断由所述信息开启的对话模式是问答模式、任务模式还是闲聊模式，结合特征知识库对应的问答类知识条目、任务类知识条目、闲聊类知识条目匹配答案，智能调度会判断所述机器人服务端是否有解决能力，并给出两种不同的回应方案：方案一，如果所述机器人服务端不能成功匹配答案，但有人工客服资源，转人工服务；方案二，如果所述机器人服务端能陈宫匹配答案或没有人工客服资源，那么所述机器人服务端将成功匹配到的答案生成回复内容并通过文字或语音在所述用户界面反馈给用户。作为对本专利技术的进一步改进，所述NLU具有中文分词功能、词性标注功能、特征词提权功能及关键短语提取功能。作为对本专利技术的进一步改进，所述机器人服务端对所述信息进行预处理后，利用支持向量机和朴素贝叶斯分类模型对预处理后的信息进行领域和情感分类，进而确定信息开启的对话模式是领域类的所述模式还是情感类的所述模式。作为对本专利技术的进一步改进，所述分类模型依托大量的用户信息不断在线学习优化。作为对本专利技术的进一步改进，所述知识库包括由汽车专家团队搭建的若干知识条目和在若干所述知识条目基础上梳理出的实体—关系—属性的汽车知识图谱。一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述的基于智能问答机器人的精细化问答方法。一种智能设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述的基于智能机器人的精细化问答方法。通过采用上述技术方案，本专利技术可达到的有益技术效果陈述如下：第一，本专利技术采用NLU（自然语言处理引擎）实现中文分词、特征词提权、关键短语提取、词性标注功能，可结合汽车行业特点以及专业术语，更加有效地提取出用户问题的核心短语，准确提取与识别用户的意图。第二，本问答方法利用分词与向量工具，依托多轮对话框架，采用命名实体识别技术，提取与识别用户意图，精确定位用车问题分类，同时采用支持向量机、朴素贝叶斯分类模型进行领域和情感分类，迅速定位客户痛点，同时分类模型依托大量用户反馈数据不断在线学习优化，稳步提升分类准确性。在识别用户意图后，机器人服务端会在相应的知识库中匹配答案，并反馈给用户，问题解决效率高效。第三，在步骤B中，如果机器人服务端不能成功匹配答案，但有人工客服资源，转人工服务；如果机器人服务端能成功匹配答案或没有人工客服资源，那么机器人服务端将成功匹配到的答案生成回复内容并通过文字或语音在用户界面反馈给用户，因此本基于智能问答机器人的精细化问答方法能够形成完整的问答闭环。附图说明图1为智能问答机器人的工作流程；图2为基于智能问答机器人的精细化问答具体实施办法。具体实施方式下面结合附图对本专利技术作进一步说明。首先对NLU、ASR进行说明。NLU即自然语言理解引擎；ASR即文字识别/语音识别。如图1、图2所示，一种基于智能问答机器人的精细化问答方法，包括以下步骤：步骤A，智能问答机器人接收用户同您过文字或语音输入的信息，智能问答机器人通过ASR将信息传输至机器人服务端；步骤B，机器人服务端通过NLU和词向量工具识别并理解信息，且判断由信息开启的对话模式是问答模式、任务模式还是闲聊模式，结合特征知识库对应的问答类知识条目、任务类知识条目、闲聊类知识条目匹配答案，智能调度会判断机器人服务端是否有解决能力，并给出两种不同的回应方案：方案一，如果机器人服务端不能成功匹配答案，但有人工客服资源，转人工服务；方案二，如果机器人服务端能成功匹配答案或没有人工客服资源，那么机器人服务端将成功匹配到的答案生成回复内容并通过文字或语音在用户界面反馈给用户。在本实施例中，NLU具有中文分词功能、词性标注功能、特征词提权功能及关键短语提取功能：通过语言模型和组成短语的词语的位置权重值定位句子关键信息，结合汽车行业特点以及专业术语，提取用户问题的核心短语，准确提取、识别用户意图。在本实施例中，利用词向量工具，依托多轮对话框架，采用命名实体识别技术，提取与识别用户意图，精确定位用车问题分类。在本实施例中，依托NLU与特征知识库，机器人服务端对所述信息进行预处理后，利用支持向量机和朴素贝叶斯分类模型对预处理后的信息进行领域和情感分类，进而确定信息开启的对话模式是领域类的模式还是情感类的模式，迅速定位客户痛点。在本实施例中，分类模型依托大量的用户信息不断在线学习优化，稳步提升分类准确性。在本实施例中，利用权威的汽车专家团队，搭建汽车知识领本文档来自技高网...

【技术保护点】
1.一种基于智能机器人的精细化问答方法，其特征在于，包括以下步骤：/n步骤A，智能问答机器人接收用户同您过文字或语音输入的信息，所述智能问答机器人通过ASR将所述信息传输至机器人服务端；/n步骤B，所述机器人服务端通过NLU和词向量工具识别并理解所述信息，且判断由所述信息开启的对话模式是问答模式、任务模式还是闲聊模式，结合特征知识库对应的问答类知识条目、任务类知识条目、闲聊类知识条目匹配答案，智能调度会判断所述机器人服务端是否有解决能力，并给出两种不同的回应方案：方案一，如果所述机器人服务端不能成功匹配答案，但有人工客服资源，转人工服务；方案二，如果所述机器人服务端能成功匹配答案或没有人工客服资源，那么所述机器人服务端将成功匹配到的答案生成回复内容并通过文字或语音在所述用户界面反馈给用户。/n

【技术特征摘要】
1.一种基于智能机器人的精细化问答方法，其特征在于，包括以下步骤：
步骤A，智能问答机器人接收用户同您过文字或语音输入的信息，所述智能问答机器人通过ASR将所述信息传输至机器人服务端；
步骤B，所述机器人服务端通过NLU和词向量工具识别并理解所述信息，且判断由所述信息开启的对话模式是问答模式、任务模式还是闲聊模式，结合特征知识库对应的问答类知识条目、任务类知识条目、闲聊类知识条目匹配答案，智能调度会判断所述机器人服务端是否有解决能力，并给出两种不同的回应方案：方案一，如果所述机器人服务端不能成功匹配答案，但有人工客服资源，转人工服务；方案二，如果所述机器人服务端能成功匹配答案或没有人工客服资源，那么所述机器人服务端将成功匹配到的答案生成回复内容并通过文字或语音在所述用户界面反馈给用户。


2.根据权利要求1所述的基于智能机器人的精细化问答方法，其特征在于，所述NLU具有中文分词功能、词性标注功能、特征词提权功能及关键短语提取功能。


3.根据权利要求1所述的基于智能机器人的精细化问答方法，...

【专利技术属性】
技术研发人员：石宛桥，陈璟，范雍卿，段朋，
申请(专利权)人：重庆长安汽车股份有限公司，
类型：发明
国别省市：重庆;50