【技术实现步骤摘要】
动态通信路由的方法、计算设备和计算机可读存储介质
[0001]本申请是申请日为2020年3月18日、申请号为202080022637.4、专利技术名称为“到不同端点的动态通信路由”的专利技术专利申请的分案申请。
[0002]相关申请的交叉引用
[0003]本专利技术要求于2019年3月19日递交的名称为“Dynamic Communications Routing to Disparate Endpoints”的美国临时专利No.62/820,500的优先权权益,该临时专利的公开内容通过引用并入本文中。
[0004]本专利技术总体涉及促进通信的路由。更具体地,提供了在配置有多通道能力的通信会话期间在机器人和终端设备之间动态路由具有多个意图的消息的技术。
技术实现思路
[0005]术语实施方式及类似术语旨在宽泛地适用于本公开和所附的权利要求的所有主题。包含这些术语的表述应该理解为不限制本文描述的主题或不限制所附权利要求的含义或范围。本文覆盖的本专利技术的实施方式由所附的权利要求限定而不由本
技术实现思路
限定。本
技术实现思路
是本专利技术的各个方面的高度概括并且介绍了在下面的具体实施方式部分进一步描述的一些概念。本
技术实现思路
不旨在标识所要求保护的主题的关键或必要特征,也不旨在单独用于确定所要求保护的主题的范围。应该通过参考本专利技术的整个说明书的适当部分、任一或全部附图以及每项权利要求来理解所述主题。
[0006]本专利技术的某些实施方式包括一种计算机实现的方法。该方法可以包括接收与客户端设 ...
【技术保护点】
【技术特征摘要】
1.一种计算机实现的方法,包括:由计算设备监控由所述计算设备路由的多个对话,其中,所述多个对话在多个代理设备和多个用户设备之间;为所述多个对话中的所监控的对话生成预测目的地端点,其中,所述预测目的地端点是使用经训练的机器学习模型和从所监控的对话中解析的数据生成的,其中,所述预测目的地端点与反馈阈值相关联;生成与所述预测目的地端点相关联的消息;接收关于所述预测目的地端点的用户反馈,其中,所述用户反馈指示所述消息先前被路由到的所述预测目的地端点是不正确的目的地端点;确定与所述多个用户设备相关联的反馈指示的累积数量满足或超过所述反馈阈值;基于确定了所述反馈指示的累积数量满足或超过所述反馈阈值,实时更新所述经训练的机器学习模型以生成更新的预测目的地端点;和使用所述更新的预测目的地端点来路由具有与所述消息类似的内容的未来消息。2.根据权利要求1所述的计算机实现的方法,还包括:在存储器中存储不同的策略集合,其中,所述不同的策略集合由对应于企业或品牌的实体定义,其中,路由所述消息还包括识别所监控的对话与所述实体的所述企业或所述品牌相关联,并且其中,所述路由还基于由所述企业或所述品牌定义的策略集合。3.根据权利要求1所述的计算机实现的方法,还包括:在所监控的对话期间实时监控一个或多个条件;和基于所述监控识别改变的条件,其中,基于从所述监控中识别的改变的条件生成改变的意图。4.根据权利要求1所述的计算机实现的方法,还包括:将所监控的对话从第一端点切换到第二端点;在所述切换之后评估用户情绪参数;和基于所评估的用户情绪参数更新所述经训练的机器学习模型,其中,关于与所评估的所述用户情绪参数相对应的改变的意图来更新所述经训练的机器学习模型。5.根据权利要求1所述的计算机实现的方法,还包括:监控包括与所监控的对话的所述消息相对应的消息集合的新对话;和将所述经训练的机器学习模型应用于所述新对话中的所述消息集合,以识别包括至少一个改变的意图的多个意图,其中,包括所述至少一个改变的意图的所述多个意图与更新的相关性水平相关联。6.根据权利要求1所述的计算机实现的方法,还包括:从上下文仓库获得关于所监控的对话的一个或多个上下文,其中,更新所述路由还基于所获得的上下文。7.根据权利要求1所述的计算机实现的方法,还包括:从所监控的对话生成意图值;利用可能响应消息中的每一个可能响应消息的预测置信来预测与来自所监控的对话的所述意图相关联的可能响应消息;和基于所述预测置信的分数和置信阈值来提供所述可能响应消息的显示。
8.一种计算设备,包括:存储器;和一个或多个处理器,所述一个或多个处理器联接到所述存储器,并被配置为执行包括以下的操作:由所述计算设备监控由所述计算设备路由的多个对话,其中,所述多个对话在多个代理设备和多个用户设备之间;为所述多个对话中的所监控的对话生成预测目的地端点,其中,所述预测目的地端点是使用经训练的机器学习模型和从所监控的对话中解析的数据生成的,其中,所述预测目的地端点与反馈阈值相关联;生成与所述预测目的地端点相关联的消息;接收关于所述预测目的地端点的用户反馈,其中,所述用户反馈指示所述消息先前被路由到的所述预测目的地端点是不正确的目的地端点;确定与所述多个用户设备相关联的反馈指示的累积数量满足或超过所述反馈阈值;基于确定了所述反馈指示的累积数量满足或超过所述反馈阈值,实时更新所述经训练的机器学习模型以生成更新的预测目的地端点;和使用所述更新的预测目的地端点来路由具有与所述消息类似的内容的未来消息。9.根据权利要求8所述的计算设备,其中,所述一个或多个处理器还被配置为用于包括以下的操作:在存储器中存储不同的策略集合,其中,所述不同的策略集合由对应于企业或品牌的实体定义,其中,路由所述消息还包括识别所监控的对话与所述实体的所述企业或所述品牌相关联,并且其中,所述路由还基于由所述企业或所述品牌定义的策略集合。10.根据权利要求8所述的计算设备,其中,所述一个或多个处理器还被配置为用于包括以下的操作:在所监控的对话期间实时监控一个或多个条件;和基于所述监控识别改变的条件,其中,基于从所述监控中识别的改变的条件生成改变的意图。11.根据权利要求8所述的计算设备,其中,所述一个或多个处理器还被配置为用于包括以下的操作:将所监控的对话从第一端点切换到第...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。