一种用于学校招生的智能客服的对话方法及系统技术方案

本发明专利技术公开了一种用于学校招生的智能客服的对话方法及系统，其中，该方法包括：步骤一、接收用户呼入的语音信息并通过ASR技术转为初始中文语句；步骤二、根据获取的初始语句选择对应的应答模式；步骤三、根据获取的初始语句和选择的应答模式，产生对应的答复文本；步骤四、根据获取的初始语句和答复文本进行对话记录并通过TTS技术将答复文本转为语音，给用户做出答复。本发明专利技术能够快速、准确地识别出用户的来电咨询意图，即使在意图理解环节中出现异常，也会根据实时统计出的热点问题推测出用户可能的来电意图，提升了智能客服的对话流畅度，能够切实地解决很大一部分来电咨询问题，真正意义上地减轻了学校招生办压力。真正意义上地减轻了学校招生办压力。真正意义上地减轻了学校招生办压力。

【技术实现步骤摘要】
一种用于学校招生的智能客服的对话方法及系统


[0001]本专利技术涉及语音交互
，尤其涉及一种用于学校招生的智能客服的对话方法及系统。

技术介绍

[0002]随着深化高等学校考试招生制度综合改革的持续推进，在考生填报志愿和招生工作的事务中，需要一个能够方便考生用户和老师客服之间进行简单问题的交流，可以让考生了解大体的问题概况，以便更好的减轻学校招生办压力，为此一系列用于学校招生的智能客服平台应运而生。
[0003]目前，现有的智能客服主体分为两类，一类是以主体关键词匹配答复的形式，一类则是通过如RNN、LSTM等神经网络训练对话模型生成答复，其中，关键词匹配的形式，结构简单、但匹配率低，过于依赖关键词词库的丰富度；而通过神经网络搭建的智能客服虽语义理解能力较强，但也依赖于训练的语料库准确度及丰富度，需要有大量且优质的语料库，才可训练出语义理解能力较强的模型，因而在模型建立上工作量大，模型优化上耗时较长，而且在学校招生这样的业务场景下，语料一般较少，咨询话题并不宽泛，因此上述方案性价比也不高，且当前智能客服在未能较准确地识别语义时，不能很好地推测意图，另外，用户查询复杂信息时，多数是播放录音以要求用户输入指定按键组合进行查询，此种方式较为麻烦，且容易输错，效率低下，从而无法满足学校招生过程中的使用要求。

技术实现思路

[0004]本专利技术的目的是为了解决现有技术中存在的智能客服的业务理解能力低，致使对话不流畅，以及进行信息查询时，操作麻烦且容易出错，导致查询效率低的问题，而提出的一种用于学校招生的智能客服的对话方法及系统。
[0005]为了实现上述目的，本专利技术采用了如下技术方案：
[0006]一种用于学校招生的智能客服的对话方法，包括以下步骤：
[0007]步骤一、接收用户呼入的语音信息并通过ASR技术转为初始中文语句；
[0008]步骤二、根据获取的初始语句选择对应的应答模式；
[0009]步骤三、根据获取的初始语句和选择的应答模式，产生对应的答复文本；
[0010]步骤四、根据获取的初始语句和答复文本进行对话记录并通过TTS技术将答复文本转为语音，给用户做出答复。
[0011]优选的，在所述步骤二中，根据获取的初始语句选择对应的应答模式，具体包括：
[0012]如果获取的初始语句中不包含条件库中预设的查询关键词，则选择匹配模式进行应答；
[0013]如果获取的初始语句中包含条件库中预设的查询关键词，则选择查询模式进行应答。
[0014]优选的，当选择匹配模式进行应答时，具体包括如下步骤：
[0015]S1，所获取的初始语句采用正则匹配法提取主体及内容，并将提取的主体及内容分别跟预设主体和预设内容进行匹配，每匹配命中一次，则相应权重值加一，计算出该初始语句的主体权重字典及内容权重字典；
[0016]S2，所获取的初始语句再采用双向分词法提取主体及内容，并将提取的主体及内容分别跟预设主体和预设内容进行匹配，每匹配命中一次，则相应权重值加一，计算出该初始语句的主体权重字典及内容权重字典；
[0017]S3，所获取的初始语句再采用主体关联词匹配法提取主体及内容，并将提取的主体及内容分别跟预设主体和预设内容进行匹配，每匹配命中一次，则相应权重值加一，计算出该初始语句的主体权重字典及内容权重字典；
[0018]S4，将s1、s2和s3中所计算出的主体权重字典及内容权重字典进行整合，如果整合后的主体权重字典和内容权重字典均为空，则从热点问题中提取频次最高的问题作为答复文本，如果整合后的主体权重字典和内容权重字典均不为空，则将权重最高的一组主体及内容作为语义理解结果并匹配答复文本。
[0019]优选的，所述将权重最高的一组主体及内容作为语义理解结果并匹配答复文本，具体包括：
[0020]如果权重最高的一组主体及内容中不包含条件库中预设的查询关键词，则从话术库中匹配答复文本；
[0021]如果权重最高的一组主体及内容中包含条件库中预设的查询关键词，则选择查询模式进行应答并获取答复文本。
[0022]优选的，当选择查询模式进行应答时，具体包括：
[0023]如果查询条件齐全，则将查询结果作为答复文本；
[0024]如果查询条件缺失，则依次获取缺失条件询问文本并询问用户，等待用户答复，若缺失条件获取成功，则获取答复文本，否则视为放弃查询。
[0025]本专利技术还包括一种用于学校招生的智能客服的对话系统，该系统具备匹配模式及查询模式两种模式，且系统包括如下模块：
[0026]语音解析模块，用于将用户呼入的语音通过ASR技术转化为初始中文语句；
[0027]条件提取模块，用于根据初始语句依次检索条件库中的各项条件，直至提取出匹配条件，继续交由条件获取模块处理，若无法匹配则重新向用户发起提问，获取所需查询条件，若仍无法获取所需条件，则视为查询失败，放弃此次查询；
[0028]语境分词模块，用于将初始语句依次利用正则匹配法、双向分词法、主体关联词匹配法提取主体及内容，若分词成功，则将所得的主体及内容作为输出传入意图提取模块；若分词失败则将将由问题推荐模块进行下一步处理；
[0029]问题推荐模块，用于提取一条推荐问题询问用户；
[0030]意图提取模块，用于判断用户咨询意图；
[0031]信息查询模块，用于进行信息查询；
[0032]条件获取模块，所需查询条件缺失时，则将查询预设的条件获取字典得出条件获取语句，输出给语音合成模块做下一步处理；
[0033]语音合成模块，将输入的话术语句、条件获取语句、查询结果语句经由TTS技术合成语音，向用户做出语音答复，待用户再次回应，进入下一次循环。
[0034]优选的，所述条件提取模块仅在该系统处于查询模式时可用。
[0035]优选的，所述语境分词模块仅在该系统处于匹配模式时可用。
[0036]与现有技术相比，本专利技术提供了一种用于学校招生的智能客服的对话方法及系统，具备以下有益效果：
[0037]1、本专利技术通过正则匹配法、双向匹配分词法、语境关联匹配法三轮匹配，提取出语句中的可能的主体及内容，得出各个主体及内容的权重，以权重最高的一组主体及内容作为语义理解结果，可信度较高，从而以一种较为便捷的方式实现对隐晦问题的理解，提高了智能客服的业务理解能力，同时对识别出的主体及内容进行频次及顺序的统计，在未能得出用户意图情况下，根据倒叙统计的结果主动询问用户是否要咨询相关问题，提升了智能客服的对话流畅度；
[0038]2、本专利技术在进行信息查询时，仅需要语音对话即可，操作简单，提升了用户查询信息时的体验。
[0039]本专利技术通过各个部件之间的相互协作，能够快速、准确地识别出学生或家长的来电咨询意图，即使在意图理解环节中出现异常，也会根据实时统计出的热点问题推测学生或家长来电的可能意图，提升了智能客服的对话流畅度，较大程度地提高了来电体验，能够切实地解决本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于学校招生的智能客服的对话方法，其特征在于，包括以下步骤：步骤一、接收用户呼入的语音信息并通过ASR技术转为初始中文语句；步骤二、根据获取的初始语句选择对应的应答模式；步骤三、根据获取的初始语句和选择的应答模式，产生对应的答复文本；步骤四、根据获取的初始语句和答复文本进行对话记录并通过TTS技术将答复文本转为语音，给用户做出答复。2.根据权利要求1所述的一种用于学校招生的智能客服的对话方法，其特征在于，在所述步骤二中，根据获取的初始语句选择对应的应答模式，具体包括：如果获取的初始语句中不包含条件库中预设的查询关键词，则选择匹配模式进行应答；如果获取的初始语句中包含条件库中预设的查询关键词，则选择查询模式进行应答。3.根据权利要求2所述的一种用于学校招生的智能客服的对话方法，其特征在于，当选择匹配模式进行应答时，具体包括如下步骤：S1，所获取的初始语句采用正则匹配法提取主体及内容，并将提取的主体及内容分别跟预设主体和预设内容进行匹配，每匹配命中一次，则相应权重值加一，计算出该初始语句的主体权重字典及内容权重字典；S2，所获取的初始语句再采用双向分词法提取主体及内容，并将提取的主体及内容分别跟预设主体和预设内容进行匹配，每匹配命中一次，则相应权重值加一，计算出该初始语句的主体权重字典及内容权重字典；S3，所获取的初始语句再采用主体关联词匹配法提取主体及内容，并将提取的主体及内容分别跟预设主体和预设内容进行匹配，每匹配命中一次，则相应权重值加一，计算出该初始语句的主体权重字典及内容权重字典；S4，将s1、s2和s3中所计算出的主体权重字典及内容权重字典进行整合，如果整合后的主体权重字典和内容权重字典均为空，则从热点问题中提取频次最高的问题作为答复文本，如果整合后的主体权重字典和内容权重字典均不为空，则将权重最高的一组主体及内容作为语义理解结果并匹配答复文本。4.根据权利要求3所述的一种用于学校招生的智能客服的对话方法，其特征在于，所述将权重最高的一组主体及内容作为语义理解...

【专利技术属性】
技术研发人员：张军，
申请(专利权)人：安徽九广全景智慧科技有限公司，
类型：发明
国别省市：