客服培训机器人生成方法、消息处理方法、装置及系统制造方法及图纸

本说明书的实施例提供客服培训机器人生成方法、消息处理方法、装置及系统。在该客服培训机器人生成方法中，基于历史客服对话台本数据来挖掘与业务场景对应的对话主流程集，将所挖掘的对话主流程集与用于对应业务场景的客服培训机器人相关联，并在客服培训机器人实例化时选定指定对话主流程来支持针对各种不同业务/不同场景的客服培训，从而针对不同业务/不同场景实现快速的培训部署以及高效的客服培训。培训。培训。

【技术实现步骤摘要】
客服培训机器人生成方法、消息处理方法、装置及系统


[0001]本说明书实施例通常涉及客服培训领域，尤其涉及客服培训机器人的生成方法及装置，基于客服培训机器人的消息处理方法及装置，以及客服培训系统。

技术介绍

[0002]随着电子商务的发展，客户服务(下文中称为“客服”)已经应用到各个领域，比如，技术支持、售后服务、银行应用等。客服与客户满意度密切相关，并影响公众对公司的看法。满意的客服可以为公司创造更多的市场和销售机会，从而使得客服满意度成为公司成功与否的关键因素。在大多数业务场景下，新招聘的客服人员需要接受一系列精心设计的客服培训课程，并在通过认证考试后才能真正上岗服务。
[0003]大部分客服培训过程都包含实机拨测环节。在该环节中，有经验的客服会扮演教练角色来模拟现实场景中有问题求助的客户，而新客服人员需要准确地定位并解决问题。根据新客服人员在客服培训过程中的表现，可以了解新客服人员的当前服务水平，从而判断该新客服人员是否真正具备为在线客户提供客服的能力。
[0004]随着分布式云客服资源的大量部署，客服人员的招募频率逐渐变大，从而使得客服培训的周期要求短。然而，传统人人培训模式往往费时费力，从而需要高成本来维持充当导师的有经验客服人员参与客服培训的意愿。而且，由于云客服的体量非常大，使得即使提供了很多客服导师，仍然无法满足客服培训导师的缺口，从而导致新客服人员得到教练指导的机会有限，从而导致新客服人员流失率较高。

技术实现思路

[0005]鉴于上述，本说明书实施例提供一种客服培训机器人的生成方案以及基于该客服培训机器人的客服培训方案。在该客服培训机器人的生成方案中，通过基于历史客服对话台本数据来挖掘与业务场景对应的对话主流程集，将所挖掘的对话主流程集与用于对应业务场景的客服培训机器人相关联，并在客服培训机器人实例化时选定指定对话主流程来支持针对各种不同业务/不同场景的客服培训，从而针对不同业务/不同场景实现快速的培训部署以及高效的客服培训。
[0006]根据本说明书实施例的一个方面，提供一种用于生成客服培训机器人的方法，包括：基于历史客服对话台本数据挖掘对话主流程；配置各个客服培训机器人的机器人配置信息，所述机器人配置信息包括基础配置信息和对话配置信息，所述基础配置信息包括业务场景信息，所述对话配置信息包括对话主流程配置信息，所述对话主流程配置信息包括用于将客服培训机器人与一个对话主流程集相关联的对话主流程关联配置信息，每个对话主流程集对应一个业务场景并且包括一个或多个所挖掘的对话主流程；以及根据各个客服培训机器人的机器人配置信息进行机器人实例化，以生成各个客服培训机器人。
[0007]可选地，在上述方面的一个示例中，所述方法还可以包括：生成供客服培训机器人执行的对话子流程集，所述对话子流程集中的每个对话子流程反映客服培训机器人的额外
执行意图，所述额外执行意图包括除对话主流程之外的执行意图，所述对话配置信息还包括用于将客服培训机器人与一个对话子流程集、对话子流程进入决策条件以及对话子流程退出决策条件相关联的对话子流程配置信息。
[0008]可选地，在上述方面的一个示例中，基于历史客服对话台本数据挖掘对话主流程可以包括：对历史客服对话台本数据进行预处理；以及从经过预处理后的历史客服对话台本数据中筛选出优质客服对话台本数据来挖掘对话主流程。
[0009]可选地，在上述方面的一个示例中，所述方法还可以包括：将每个对话主流程所对应的客服对话台本数据中的语料按照对话轮次进行单轮划分，得到划分后的语料部分；以及对划分后的语料部分进行语料聚类，得到意图语料簇和话术语料簇。
[0010]可选地，在上述方面的一个示例中，所述对话主流程配置信息包括用于将客服培训机器人与一个或多个意图语料簇和/或话术语料簇相关联的话术关联配置信息。
[0011]可选地，在上述方面的一个示例中，对划分后的语料部分进行语料聚类，得到意图语料簇和话术语料簇可以包括：使用KMeans算法对划分后的语料部分进行第一次语料聚类，得到第一语料簇；在各个第一语料簇内使用HDBSCAN算法进行第二次语料聚类，得到第二语料簇；以及对所述第二语料簇进行相似簇合并，得到意图语料簇和话术语料簇。
[0012]可选地，在上述方面的一个示例中，对所述第二语料簇进行相似簇合并，得到意图语料簇和话术语料簇可以包括：对所述第二语料簇进行相似簇合并，得到第三语料簇；从各个第三语料簇中分别提取出各个第三语料簇的摘要信息；以及基于各个第三语料簇的摘要信息进行无用语料簇去除，得到意图语料簇和话术语料簇。
[0013]可选地，在上述方面的一个示例中，在对划分后的语料部分进行语料聚类之前，所述方法还可以包括：对划分后的语料部分进行向量编码。
[0014]可选地，在上述方面的一个示例中，根据各个客服培训机器人的机器人配置信息进行机器人实例化，以生成各个客服培训机器人可以包括：获取各个客服培训机器人的机器人配置信息；根据所获取的机器人配置信息中的基础培训信息生成各个客服培训机器人的基础信息，所述基础信息包括会话标识信息，所述会话标识信息至少部分地基于客服培训机器人标识、客服培训机器人的关联用户以及业务场景生成；从所述机器人配置信息中的对话主流程配置信息所关联的对话主流程集中选定各个客服培训机器人的对话主流程；以及通过实例化所选定的对话主流程的算法实现模型并构建对话流程堆栈来实例化各个客服培训机器人，所构建的对话流程堆栈的栈底为所选定的对话主流程。
[0015]根据本说明书的实施例的另一方面，提供一种应用于客服培训机器人的消息处理方法，所述客服培训机器人按照如上所述的方法生成，所述消息处理方法包括：响应于接收到用户输入的当前对话消息，从对话流程堆栈中获取当前对话流程；触发执行所获取的对话流程来得到流程处理结果；根据所述流程处理结果确定机器人回复内容；以及将所确定的机器人回复内容作为机器人对话内容提供给用户。
[0016]可选地，在上述方面的一个示例中，所述客服培训机器人与一个对话子流程集以及对话子流程进入决策条件相关联，以及流程处理结果包括用于记载对话内容的内容字段以及用于指示是否退出当前对话流程的流程退出字段。在触发执行所获取的对话流程来得到流程处理结果后，所述消息处理方法还可以包括：循环执行下述过程，直到判断为退出当前对话流程：根据当前流程处理结果的流程退出字段的字段值，判断是否退出当前对话流
程；响应于判断为不退出当前对话流程，根据对话子流程进入决策条件执行针对所述客服培训机器人所关联的对话子流程集的流程命中处理；响应于命中对话子流程，触发执行所命中的对话子流程来得到流程处理结果，所得到的流程处理结果作为下轮循环过程的当前流程处理结果。根据所述对话流程处理结果确定机器人回复内容可以包括：响应于循环过程结束，将所得到的所有对话流程处理结果的内容字段中的对话内容，确定为机器人回复内容。
[0017]可选地，在上述方面的一个示例中，所述客服训练机器人与对话子流程退出决策条件相关联，以及针对本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种用于生成客服培训机器人的方法，包括：基于历史客服对话台本数据挖掘对话主流程；配置各个客服培训机器人的机器人配置信息，所述机器人配置信息包括基础配置信息和对话配置信息，所述基础配置信息包括业务场景信息，所述对话配置信息包括对话主流程配置信息，所述对话主流程配置信息包括用于将客服培训机器人与一个对话主流程集相关联的对话主流程关联配置信息，每个对话主流程集对应一个业务场景并且包括一个或多个所挖掘的对话主流程；以及根据各个客服培训机器人的机器人配置信息进行机器人实例化，以生成各个客服培训机器人。2.如权利要求1所述的方法，还包括：生成供客服培训机器人执行的对话子流程集，所述对话子流程集中的每个对话子流程反映客服培训机器人的额外执行意图，所述额外执行意图包括除对话主流程之外的执行意图，所述对话配置信息还包括用于将客服培训机器人与一个对话子流程集、对话子流程进入决策条件以及对话子流程退出决策条件相关联的对话子流程配置信息。3.如权利要求1所述的方法，其中，基于历史客服对话台本数据挖掘对话主流程包括：对历史客服对话台本数据进行预处理；以及从经过预处理后的历史客服对话台本数据中筛选出优质客服对话台本数据来挖掘对话主流程。4.如权利要求1所述的方法，还包括：将每个对话主流程所对应的客服对话台本数据中的语料按照对话轮次进行单轮划分，得到划分后的语料部分；以及对划分后的语料部分进行语料聚类，得到意图语料簇和话术语料簇。5.如权利要求4所述的方法，其中，所述对话主流程配置信息包括用于将客服培训机器人与一个或多个意图语料簇和/或话术语料簇相关联的话术关联配置信息。6.如权利要求4所述的方法，其中，对划分后的语料部分进行语料聚类，得到意图语料簇和话术语料簇包括：使用KMeans算法对划分后的语料部分进行第一次语料聚类，得到第一语料簇；在各个第一语料簇内使用HDBSCAN算法进行第二次语料聚类，得到第二语料簇；以及对所述第二语料簇进行相似簇合并，得到意图语料簇和话术语料簇。7.如权利要求6所述的方法，其中，对所述第二语料簇进行相似簇合并，得到意图语料簇和话术语料簇包括：对所述第二语料簇进行相似簇合并，得到第三语料簇；从各个第三语料簇中分别提取出各个第三语料簇的摘要信息；以及基于各个第三语料簇的摘要信息进行无用语料簇去除，得到意图语料簇和话术语料簇。8.如权利要求4所述的方法，其中，在对划分后的语料部分进行语料聚类之前，所述方法还包括：对划分后的语料部分进行向量编码。
9.如权利要求1所述的方法，其中，根据各个客服培训机器人的机器人配置信息进行机器人实例化，以生成各个客服培训机器人包括：获取各个客服培训机器人的机器人配置信息；根据所获取的机器人配置信息中的基础培训信息生成各个客服培训机器人的基础信息，所述基础信息包括会话标识信息，所述会话标识信息至少部分地基于客服培训机器人标识、客服培训机器人的关联用户以及业务场景生成；从所述机器人配置信息中的对话主流程配置信息所关联的对话主流程集中选定各个客服培训机器人的对话主流程；以及通过实例化所选定的对话主流程的算法实现模型并构建对话流程堆栈来实例化各个客服培训机器人，所构建的对话流程堆栈的栈底为所选定的对话主流程。10.一种应用于客服培训机器人的消息处理方法，所述客服培训机器人按照如权利要求9所述的方法生成，所述消息处理方法包括：响应于接收到用户输入的当前对话消息，从对话流程堆栈中获取当前对话流程；触发执行所获取的对话流程来得到流程处理结果；根据所述流程处理结果确定机器人回复内容；以及将所确定的机器人回复内容作为机器人对话内容提供给用户。11.如权利要求10所述的消息处理方法，其中，所述客服培训机器人与一个对话子流程集以及对话子流程进入决策条件相关联，以及流程处理结果包括用于记载对话内容的内容字段以及用于指示是否退出当前对话流程的流程退出字段，在触发执行所获取的对话流程来得到流程处理结果后，所述消息处理方法还包括：循环执行下述过程，直到判断为退出当前对话流程：根据当前流程处理结果的流程退出字段的字段值，判断是否退出当前对话流程；响应于判断为不退出当前对话流程，根据对话子流程进入决策条件执行针对所述客服培训机器人所关联的对话子流程集的流程命中处理；响应于命中对话子流程，触发执行所命中的对话子流程来得到流程处理结果，所得到的流程处理结果作为下轮循环过程的当前流程处理结果；以及根据所述对话流程处理结果确定机器人回复内容包括：响应于循环过程结束，将所得到的所有对话流程处理结果的内容字段中的对话内容，确定为机器人回复内容。12.如权利要求11所述的消息处理方法，其中，所述客服训练机器人与对话子流程退出决策条件相关联，针对所述客服培训机器人所关联的对话子流程集中的对话子流程的流程命中处理依次进行，所述消息处理方法还包括：响应于未命中对话子流程，执行对话子流程退出决策条件解析；以及响应于解析结果满足对话子流程退出决策条件，判断为退出当前对话流程。13.如权利要求11所述的消息处理方法，其中，所述流程处理结果还包括用于指示是否存在推荐对话子流程的推荐子流程字段，在根据对话子流程进入决策条件执行针对所述客服培训机器人所关联的对话子流程集的流程命中处理之前，所述消息处理方法还包括：响应于判断为不退出当前对话流程，根据所述推荐子流程字段的字段值判断是否存在
推荐对话子流程；以及响应于存在推荐对话子流程，将所述推荐对话子流程确定为命中对话子流程。14.如权利要求10所述的消息处理方法，还包括：响应于接收到用于触发对话子流程的子流程触发消息，执行针对所述客服培训机器人所关联的对话子流程的流程命中处理，触发执行所获取的对话流程来得到流程处理结果包括：触发执行所命中的对话子流程来得到流程处理结果。15.如权利要求10
‑
14中任一所述的消息处理方法，还包括：响应于判断为退出当前对话流程，判断是否进行兜底处理；在判断为进行兜底处理时，根据兜底话术处理规则确定兜底回复内容，所述兜底回复内容被作为当前轮次的机器人对话内容提供给用户。16.一种用于生成客服培训机器人的装置，包括：知识生产单元，基于历史客服对话台本数据挖掘对话主流程；机器人配置单元，配置各个客服培训机器人的机器人配置信息，所述机器人配置信息包括基础配置信息以及对话配置信息，所述基础配置信息包括业务场景信息，所述对话配置信息包括对话主流程配置信息，所述对话主流程配置信息包括用于将客服培训机器人与一个对话主流程集相关联的对话主流程关联配置信息，每个对话主流程集对应一个业务场景并且包括一个或多个...

【专利技术属性】
技术研发人员：黄豪洲，刘丹，彭爽，韦运波，李笑功，范彪，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：