电商客服匹配方法及其相应的装置、设备、介质制造方法及图纸

本申请公开一种电商客服匹配方法及其相应的装置、设备、介质，该方法包括：调用文本特征提取器提取电商平台用户的提问文本的文本特征作为句向量，以该句向量构造提问特征矩阵；从客服系统的订阅列表及自定义意图列表中筛选出该商户实例预关联于特定领域的多个意图，根据意图查询相似问列表筛选出与意图预关联的相似问的句向量构造为知识特征矩阵；基于提问特征矩阵与知识特征矩阵计算相似度，根据相似度定位至与该提问文本最相似的相似问；根据该相似问查询相似问列表确定其对应的意图，根据该意图获取与其相映射的回复文本以之应答用户提问。本申请的客服系统运算效率高，响应迅速，开销较小，特别适合服务于基于独立站的跨境电商平台。的跨境电商平台。的跨境电商平台。

【技术实现步骤摘要】
电商客服匹配方法及其相应的装置、设备、介质


[0001]本申请实施例涉及电商信息
，尤其涉及一种电商客服匹配方法及其相应的装置、设备、介质。

技术介绍

[0002]随着自然语言处理技术的进步和工程落地经验的积累，智能客服系统近年来在各行业中，已经逐渐应用于实际业务场景、服务于实际客户，降低了人工客服的压力和成本。在电商领域，衍生出了这样一种场景：作为平台提供方，希望为商家赋能，提供智能客服完整的技术解决方案，商家无需技术背景，经过少量配置便可启用智能客服，极大减轻了售后压力。然而在实际的业务场景中，商家会遇到一个问题——其所配置的智能客服知识库的完整性和质量，会直接影响智能客服解决客户问题的能力范围和客户满意度。技术上，我们称之为知识库的冷启动问题。
[0003]一种可行的思路是，平台方提供预先配置好的官方意图，供商家订阅，进而可决定是否启用，以解决商家初始知识库为空的问题。然而在技术上，会面临一些挑战。
[0004]首先，构造商家知识库的过程繁琐低效。并非所有的官方意图都是商家所需要的，商家理应能灵活选择所需要的意图。例如，假设官方意图有1000个，而对商家有用的可能只有其中的十分之一，即100个。那么，如何让商家尽可能完整地筛选那些对其有用的官方意图，同时又不至于操作太过繁琐(比如刚才的例子中，不应该让商家去勾选100个)，对业务逻辑实现和知识库结构设计都是一个挑战；
[0005]其次，应尽量避免冗余，包括操作的冗余和存储的冗余。设想这样一种很可能发生的场景：官方意图有1000个，每个意图有10个相似问。现有1万个商家启用了智能客服，并平均订阅了500个官方意图。倘若我们对每个商家，平均都复制一份500个官方意图及其对应的相似问(5000个)，意味着我们将达到5000万个相似问，而且每个相似问都可能还有一个高维(如768维)的句向量。无论对于知识库管理操作，还是对于存储系统，抑或是检索操作，都是不小的压力。
[0006]另外，数据组织不应依赖强耦合关系。商家知识库内部的数据表之间的强耦合关系，也对知识库结构、操作逻辑、相似问匹配逻辑的设计带来诸多挑战。例如，当对官方意图进行增、删、改操作时，关联于该官方意图的商家，应确保其知识库得到同步，同理，当进行相似问匹配时，需要同步考虑官方意图和自定义意图之间的整合，等等。
[0007]此外，当前的提问与回复之间的匹配技术仍有待提升。如果按照传统的思路来尝试为电商平台提供一个标准接口，基于关键词提取和规则匹配的方式来实现针对提问文本进行回复，这种方式本身具有弊端，往往忽略语义层面的信息，交互性较差；如果用深度模型，按照多数专利思路，需要根据不同知识库训练不同模型，这样会带来较大的服务器费用以及维护成本也会较高。
[0008]由此可见，对于基电商平台而言，如何优化其客服系统提供技术方案，仍是有待挖掘的空间。

技术实现思路

[0009]本申请的目的针对现有技术中存在的至少部分不足而提供一种电商客服匹配方法及其相应的装置、计算机设备及存储介质。
[0010]为解决上述技术问题，本申请采用的一个技术方案是：
[0011]本申请提供一种电商客服匹配方法，包括如下步骤：
[0012]调用文本特征提取器提取电商平台用户在商家实例调起客服系统而提交的提问文本的文本特征作为句向量，以该句向量构造提问特征矩阵；
[0013]从客服系统的订阅列表及自定义意图列表中筛选出该商户实例预关联于特定领域的多个意图，根据所述意图查询相似问列表筛选出与所述意图预关联的相似问的句向量，将筛选出的句向量构造为知识特征矩阵，所述句向量为所述文本特征提取器对相似问提取的文本特征，所述订阅列表包含所述商户实例及其特定领域，及依据该特定领域从官方意图列表中复制的意图，及与所复制的意图相映射的回复文本之间的映射关系数据；
[0014]基于提问特征矩阵与知识特征矩阵计算相似度以获得相似矩阵，根据相似度定位至与该提问文本最相似的相似问；
[0015]根据该相似问查询相似问列表确定其对应的意图，根据该意图获取与其相映射的回复文本以之应答用户提问。
[0016]具体化的实施例中，调用文本特征提取器提取电商平台用户在商家实例调起客服系统而提交的提问文本的文本特征作为句向量，以该句向量构造提问特征矩阵，包括如下步骤：
[0017]获取电商平台用户在商家实例调起客服系统而提交的提问文本；
[0018]基于所述提问文本构造编码向量；
[0019]调用预训练的文本特征提取器对所述编码向量进行特征提取，获得相应的文本特征，该文本特征被表示为句向量；
[0020]构造提问特征矩阵，向其中添加所述的句向量。
[0021]具体化的实施例中，从客服系统的订阅列表及自定义意图列表中筛选出该商户实例预关联于特定领域的多个意图，根据所述意图查询相似问列表筛选出与所述意图预关联的相似问的句向量，将筛选出的句向量构造为知识特征矩阵，包括如下步骤：
[0022]根据所述商户实例查询所述订阅列表，筛选出其中与该商户实例相对应的数据记录，该数据记录至少包含该商户实例所订阅的特定领域相应的多个意图及每个意图相应的回复文本；
[0023]根据所述商户实例查询所述自定义意图列表，筛选出其中与该商户实例相对应的数据记录，该数据记录至少包含该商户实例自定义的关联于该特定领域的多个意图及每个意图相应的回复文本；
[0024]将筛选出的两组数据记录合并至同一商户汇总意图列表中；
[0025]根据所述汇总意图列表中的每个意图，查询相似问列表筛选出与该些意图预关联的相似问的句向量；
[0026]将筛选出的句向量构造为知识特征矩阵。
[0027]具体化的实施例中，基于提问特征矩阵与知识特征矩阵计算相似度以获得相似矩阵，根据相似度定位至与该提问文本最相似的相似问，包括如下步骤：
[0028]求取知识特征矩阵的转置矩阵；
[0029]将提问特征矩阵与所述转置矩阵进行矩阵相乘获得相似矩阵，该相似矩阵中元素的数值表征提问文本与该元素所处坐标相对应的相似问的相似度；
[0030]从相似矩阵中查询定位到与该提问文本具有最高相似度的元素，根据该元素的坐标信息确定相对应的相似问。
[0031]具体化的实施例中，根据该相似问查询相似问列表确定其对应的意图，根据该意图获取与其相映射的回复文本以之应答用户提问，包括如下步骤：
[0032]根据定位出的所述相似问在相似问列表中查找到其相对应的意图；
[0033]查询该汇总意图列表获取与查找到的意图相映射的回复文本；
[0034]向所述电商平台用户推送所述的回复文本。
[0035]扩展的实施例中，所述电商客服匹配方法还包括如下步骤：
[0036]响应官方意图发布指令，向所述官方意图列表中添加指定领域的新增意图的数据记录，将与该意图相关联的一个或多个相似问的数据记录添加至所述相似问列表中，并为所述相似问提取并关联本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种电商客服匹配方法，其特征在于，包括如下步骤：调用文本特征提取器提取电商平台用户在商家实例调起客服系统而提交的提问文本的文本特征作为句向量，以该句向量构造提问特征矩阵；从客服系统的订阅列表及自定义意图列表中筛选出该商户实例预关联于特定领域的多个意图，根据所述意图查询相似问列表筛选出与所述意图预关联的相似问的句向量，将筛选出的句向量构造为知识特征矩阵，所述句向量为所述文本特征提取器对相似问提取的文本特征，所述订阅列表包含所述商户实例及其特定领域，及依据该特定领域从官方意图列表中复制的意图，及与所复制的意图相映射的回复文本之间的映射关系数据；基于提问特征矩阵与知识特征矩阵计算相似度以获得相似矩阵，根据相似度定位至与该提问文本最相似的相似问；根据该相似问查询相似问列表确定其对应的意图，根据该意图获取与其相映射的回复文本以之应答用户提问。2.根据权利要求1所述的电商客服匹配方法，其特征在于，调用文本特征提取器提取电商平台用户在商家实例调起客服系统而提交的提问文本的文本特征作为句向量，以该句向量构造提问特征矩阵，包括如下步骤：获取电商平台用户在商家实例调起客服系统而提交的提问文本；基于所述提问文本构造编码向量；调用预训练的文本特征提取器对所述编码向量进行特征提取，获得相应的文本特征，该文本特征被表示为句向量；构造提问特征矩阵，向其中添加所述的句向量。3.根据权利要求1所述的电商客服匹配方法，其特征在于，从客服系统的订阅列表及自定义意图列表中筛选出该商户实例预关联于特定领域的多个意图，根据所述意图查询相似问列表筛选出与所述意图预关联的相似问的句向量，将筛选出的句向量构造为知识特征矩阵，包括如下步骤：根据所述商户实例查询所述订阅列表，筛选出其中与该商户实例相对应的数据记录，该数据记录至少包含该商户实例所订阅的特定领域相应的多个意图及每个意图相应的回复文本；根据所述商户实例查询所述自定义意图列表，筛选出其中与该商户实例相对应的数据记录，该数据记录至少包含该商户实例自定义的关联于该特定领域的多个意图及每个意图相应的回复文本；将筛选出的两组数据记录合并至同一商户汇总意图列表中；根据所述汇总意图列表中的每个意图，查询相似问列表筛选出与该些意图预关联的相似问的句向量；将筛选出的句向量构造为知识特征矩阵。4.根据权利要求1所述的电商客服匹配方法，其特征在于，基于提问特征矩阵与知识特征矩阵计算相似度以获得相似矩阵，根据相似度定位至与该提问文本最相似的相似问，包括如下步骤：求取知识特征矩阵的转置矩阵；将提问特征矩阵与所述转置矩阵进行矩阵相乘获得相似矩阵，该相似矩阵中元素的数
值表征提问文本与该元素所处坐标相对应的相似问的相似度；从相似矩阵中查询定位到与该提问文本具有最高相似度的元素，根据该元素的坐标信息确定相对应的相似问。5.根据权利...

【专利技术属性】
技术研发人员：王耿鑫，
申请(专利权)人：广州华多网络科技有限公司，
类型：发明
国别省市：