智能客服应答方法及装置制造方法及图纸

本申请公开了一种智能客服应答方法及装置

【技术实现步骤摘要】
智能客服应答方法及装置、存储介质、计算机设备


[0001]本申请涉及智能客服
，尤其是涉及到一种智能客服应答方法及装置
、
存储介质
、
计算机设备
。

技术介绍

[0002]随着各行各业的快速发展，线上购买和售后服务不断增多，客服需求越来越多，业务越来越复杂，这对客服需求和能力要求更高
。
目前很多行业的客服须
7*24
小时在线服务，每天需回答大量的问题，企业若仅通过招聘
、
培训人工客服来实现，将耗费大量的成本
。
客服处理的更多的是重复性的问答工作，机器人客服能做到解决重复性知识问答，且比较人性化，可以做到
7*24
小时实时在线，能够很好地减少用户等待时长，快速解答客户问题，但是，还是会存在一部分机器人客服无法解决的问题，需要人工客服来处理
。
[0003]因此，现有的技术中可采用机器人客服配合人工客服的智能客服系统来为用户提供服务，但是目前的智能客服系统只能简单的识别客户问句中的关键词，并基于预先设定的与关键词相关的答句进行输出，效果较差
。

技术实现思路

[0004]有鉴于此，本申请提供了一种智能客服应答方法及装置
、
存储介质
、
计算机设备，通过智能客服模型预测出更适合该目标用户
、
且充分考虑了历史对话内容的预测应答语句，提升了应答语句的预测准确性，提升了智能客服的效果以及用户体验/>。
[0005]根据本申请的一个方面，提供了一种智能客服应答方法，所述方法包括：
[0006]接收目标用户的业务咨询语句；
[0007]获取所述业务咨询语句对应的历史咨询数据，并基于所述历史咨询数据
、
所述业务咨询语句以及目标用户信息，生成业务咨询特征；
[0008]通过智能客服模型，预测所述业务咨询特征对应的预测应答语句；
[0009]基于所述预测应答语句，对所述业务咨询语句进行客服应答
。
[0010]可选地，所述历史咨询数据包括具有先后次序的至少一轮咨询对话；所述基于所述历史咨询数据
、
所述业务咨询语句以及目标用户信息，生成业务咨询特征，包括：
[0011]若所述历史咨询数据中的咨询对话长度大于预设长度，则从后向前截取所述预设长度的咨询对话，并基于截取的咨询对话
、
所述业务咨询语句以及所述目标用户信息，生成业务咨询特征；
[0012]若所述历史咨询数据中的咨询对话长度小于或等于所述预设长度，则基于所述历史咨询数据
、
所述业务咨询语句以及所述目标用户信息，生成业务咨询特征
。
[0013]可选地，所述基于所述预测应答语句，对所述业务咨询语句进行客服应答，包括：
[0014]计算所述预测应答语句与预设客服应答语句库中的标准化应答语句之间的相似度；
[0015]若所述预测应答语句与至少一条标准化应答语句之间的相似度大于或等于预设
阈值，则获取与所述预测应答语句之间相似度最高的标准化应答语句作为客服应答语句，并基于所述客服应答语句对所述业务咨询语句进行客服应答；
[0016]若所述预测应答语句与各条标准化应答语句之间的相似度均小于预设阈值，则将预设统一应答语句作为客服应答语句对所述业务咨询语句进行客服应答
。
[0017]可选地，对所述业务咨询语句进行客服应答之后，所述方法还包括：
[0018]若所述客服应答语句不为所述预设统一应答语句，则将所述业务咨询问句和所述客服应答语句作为新一轮咨询对话，添加到所述历史咨询数据中，以对所述历史咨询数据进行更新；
[0019]若所述客服应答语句为所述预设统一应答语句，则保持原有的历史咨询数据不变
。
[0020]可选地，所述获取所述业务咨询语句对应的历史咨询数据，包括：
[0021]若所述业务咨询语句为所述目标用户在本次业务咨询中的第一条业务咨询语句，则确定所述历史咨询数据为空；
[0022]若所述业务咨询语句不为所述目标用户在本次业务咨询中的第一条业务咨询语句，则获取本次业务咨询中的各轮咨询对话作为所述历史咨询数据
。
[0023]可选地，所述通过智能客服模型，预测所述业务咨询特征对应的预测应答语句之前，所述方法还包括：
[0024]根据历史客服对话数据集，确定多个客服应答样本，其中，每个客服应答样本均包括具有先后次序的多轮对话数据样本以及样本用户信息，每轮对话数据样本包括一条用户咨询样本和一条客服应答样本；
[0025]针对任一轮对话数据样本，基于该轮对话数据样本之前的历史轮次对话数据样本
、
该轮对话数据样本中的用户咨询样本以及所述样本用户信息，构建该轮对话数据样本对应的训练输入数据，以及基于该轮对话数据样本中的客服应答样本，构建该轮对话数据样本对应的训练输出数据，形成包含所述训练输入数据和训练输出数据的模型训练样本；
[0026]利用所述模型训练样本，对所述智能客服模型进行训练
。
[0027]可选地，所述基于该轮对话数据样本之前的历史轮次对话数据样本
、
该轮对话数据样本中的用户咨询样本以及所述样本用户信息，构建该轮对话数据样本对应的训练输入数据，包括：
[0028]若所述该轮对话数据样本之前的历史轮次对话数据样本的长度大于预设长度，则从后向前截取所述预设长度的历史轮次对话数据样本，并基于截取的历史轮次对话数据样本
、
该轮对话数据样本中的用户咨询样本以及所述样本用户信息，构建该轮对话数据样本对应的训练输入数据
。
[0029]可选地，所述根据历史客服对话数据集，确定多个客服应答样本，包括：
[0030]对所述历史客服对话数据集中非文本格式的历史客服对话数据进行文本格式转换；
[0031]对文本格式的各条历史客服对话数据进行数据清洗，并将历史客服对话数据对应的样本用户信息添加到清洗后的历史客服对话数据中，形成所述客服应答样本
。
[0032]根据本申请的另一方面，提供了一种智能客服应答装置，所述装置包括：
[0033]咨询语句接收模块，用于接收目标用户的业务咨询语句；
[0034]咨询特征生成模块，用于获取所述业务咨询语句对应的历史咨询数据，并基于所述历史咨询数据
、
所述业务咨询语句以及目标用户信息，生成业务咨询特征；
[0035]应答语句预测模块，用于通过智能客服模型，预测所述业务咨询特征对应的预测应答语句；
[0036]应答模块，用于基于所述预测应答语句，对所述业务咨询语句进行客服应答
。
[0037]可选地，所述历史咨询数据包括具有先后次序的至少一轮咨询对话；所述咨询特征生成模块，还用于：
[0038本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种智能客服应答方法，其特征在于，所述方法包括：接收目标用户的业务咨询语句；获取所述业务咨询语句对应的历史咨询数据，并基于所述历史咨询数据
、
所述业务咨询语句以及目标用户信息，生成业务咨询特征；通过智能客服模型，预测所述业务咨询特征对应的预测应答语句；基于所述预测应答语句，对所述业务咨询语句进行客服应答
。2.
根据权利要求1所述的方法，其特征在于，所述历史咨询数据包括具有先后次序的至少一轮咨询对话；所述基于所述历史咨询数据
、
所述业务咨询语句以及目标用户信息，生成业务咨询特征，包括：若所述历史咨询数据中的咨询对话长度大于预设长度，则从后向前截取所述预设长度的咨询对话，并基于截取的咨询对话
、
所述业务咨询语句以及所述目标用户信息，生成业务咨询特征；若所述历史咨询数据中的咨询对话长度小于或等于所述预设长度，则基于所述历史咨询数据
、
所述业务咨询语句以及所述目标用户信息，生成业务咨询特征
。3.
根据权利要求1所述的方法，其特征在于，所述基于所述预测应答语句，对所述业务咨询语句进行客服应答，包括：计算所述预测应答语句与预设客服应答语句库中的标准化应答语句之间的相似度；若所述预测应答语句与至少一条标准化应答语句之间的相似度大于或等于预设阈值，则获取与所述预测应答语句之间相似度最高的标准化应答语句作为客服应答语句，并基于所述客服应答语句对所述业务咨询语句进行客服应答；若所述预测应答语句与各条标准化应答语句之间的相似度均小于预设阈值，则将预设统一应答语句作为客服应答语句对所述业务咨询语句进行客服应答
。4.
根据权利要求3所述的方法，其特征在于，对所述业务咨询语句进行客服应答之后，所述方法还包括：若所述客服应答语句不为所述预设统一应答语句，则将所述业务咨询问句和所述客服应答语句作为新一轮咨询对话，添加到所述历史咨询数据中，以对所述历史咨询数据进行更新；若所述客服应答语句为所述预设统一应答语句，则保持原有的历史咨询数据不变
。5.
根据权利要求1所述的方法，其特征在于，所述获取所述业务咨询语句对应的历史咨询数据，包括：若所述业务咨询语句为所述目标用户在本次业务咨询中的第一条业务咨询语句，则确定所述历史咨询数据为空...

【专利技术属性】
技术研发人员：吴雅妮，李银锋，刘海伦，许垒，黄明星，周晓波，沈鹏，
申请(专利权)人：北京水滴科技集团有限公司，
类型：发明
国别省市：