【技术实现步骤摘要】
本公开涉及文本数据处理领域，并且更具体地，涉及一种智能客服意图识别方法、装置及系统。
技术介绍
1、智能客服意图识别是一种利用人工智能技术的自动化客户服务解决方案。它通过对客户与客服系统的交互进行分析和理解，自动识别客户表达的意图。随着移动设备和数字化服务的普及，企业需要更好地满足客户需求并提高客户满意度，智能客服意图识别应运而生。智能客服意图识别技术旨在解决传统关键字匹配方式的局限性。传统方法无法处理语义上下文和多样化的客户需求。为此，越来越多的企业开始采用智能客服意图识别技术，以提高客户满意度、降低客户流失率，并提高效率和降低成本。智能客服意图识别技术的应用可以显著提高客户服务的效率和质量。系统能够准确理解客户意图，快速响应客户需求，并提供个性化和精准的服务。此外，它还有助于企业更好地了解客户需求和行为，为产品改进和市场营销提供宝贵的数据支持。该技术的过程包括数据准备和标注、特征提取、意图分类算法训练、意图分类和结果应用等。在意图分类算法训练中，由于服务类型多样、客服实时性要求等因素，传统神经网络训练无法满足准确的意图识别要求。
技术实现思路
1、有鉴于此，本公开实施例至少提供一种智能客服意图识别方法、装置及系统。
2、根据本公开实施例的一个方面，提供了一种一种智能客服意图识别方法，应用于智能客服意图识别系统，所述方法包括：
3、从目标数据库中调取待识别对话文本；将所述待识别对话文本输入目标意图识别算法中的多个客服服务类别分别对应的目标特征抽取子算法进行
4、根据本公开实施例的一个示例，其中，所述目标意图识别算法的调校过程包括：
5、获取第一示例对话文本集合；将所述第一示例对话文本集合输入预设神经网络算法的所述多个客服服务类别分别对应的示例特征抽取子算法进行描述知识挖掘操作，获得所述每一客服服务类别对应的示例兼容描述知识；通过目标服务类别组对应的示例兼容描述知识，确定所述目标服务类别组对应的排异代价；所述目标服务类别对为所述多个客服服务类别中的任两个；通过所述目标服务类别组对应的排异代价，对所述目标服务类别组对应的示例服务关联网络进行调校，获得所述目标意图识别算法。
6、根据本公开实施例的一个示例，其中，所述每一客服服务类别对应的示例特征抽取子算法包括示例线性投影网络和示例描述知识挖掘网络，所述示例描述知识挖掘网络包括第一显著性提取网络、第一激活网络、示例服务关联网络和第一交互网络；所述将所述第一示例对话文本集合输入预设神经网络算法的所述多个客服服务类别分别对应的示例特征抽取子算法进行描述知识挖掘操作，获得所述每一客服服务类别对应的示例兼容描述知识，包括：
7、将所述第一示例对话文本集合输入所述每一客服服务类别对应的示例线性投影网络进行线性投影，获得所述每一客服服务类别对应的示例文本线性投影信息；将所述每一客服服务类别对应的示例文本线性投影信息输入所述每一客服服务类别对应的第一显著性提取网络进行显著性加权操作，获得所述每一客服服务类别对应的第一调节描述知识；将所述每一客服服务类别对应的第一调节描述知识和所述每一客服服务类别对应的示例文本线性投影信息输入所述每一客服服务类别对应的第一激活网络进行非线性映射，获得所述每一客服服务类别对应的第一示例描述知识；将所述每一客服服务类别对应的第一调节描述知识和所述每一客服服务类别对应的示例文本线性投影信息输入所述每一客服服务类别对应的示例服务关联网络进行描述知识兼容性处理，获得所述每一客服服务类别对应的第一兼容描述知识；将所述每一客服服务类别对应的第一示例描述知识、所述每一客服服务类别对应的第一兼容描述知识、所述每一客服服务类别对应的第一调节描述知识和所述每一客服服务类别对应的示例文本线性投影信息输入所述每一客服服务类别对应的第一交互网络进行描述知识交互，获得所述每一客服服务类别对应的第二示例描述知识。
8、根据本公开实施例的一个示例，其中，所述方法还包括：
9、获取所述第一示例对话文本集合中每一示例对话文本对应的第一意图注释标记；将所述每一客服服务类别对应的第二示例描述知识输入所述预设神经网络算法的所述每一客服服务类别对应的示例意图识别子算法进行意图识别，获得所述每一客服服务类别对应的第三意图预估结果；将所述第一示例对话文本集合输入所述预设神经网络算法的示例偏心解析网络进行偏心系数解析，获得所述第一示例对话文本集合中每一示例对话文本对应的示例偏心系数；通过所述示例偏心系数对所述多个客服服务类别分别对应的第三意图预估结果进行描述知识交互，获得所述第一示例对话文本集合中每一示例对话文本对应的第四意图预估结果；通过所述第四意图预估结果和所述第一意图注释标记，确定第一偏心系数代价；所述通过所述目标服务类别组对应的排异代价对所述目标服务类别组对应的示例服务关联网络进行调校，获得所述目标意图识别算法，包括：
10、通过所述目标服务类别组对应的排异代价，对所述目标服务类别组对应的示例服务关联网络进行调校，以及通过所述第一偏心系数代价对所述示例偏心解析网络进行调校，获得所述目标意图识别算法。
11、根据本公开实施例的一个示例，其中，所述每一客服服务类别对应的示例特征抽取子算法包括示例线性投影网络和示例描述知识挖掘网络，所述示例描述知识挖掘网络包括第二显著性提取网络、第二激活网络、示例服务关联网络和第二交互网络，所述示例服务关联网络包括第一示例匹配单元和第二示例匹配单元；所述将所述第一示例对话文本集合输入预设神经网络算法的所述多个客服服务类别分别对应的示例特征抽取子算法进行描述知识挖掘操作，获得所述每一客服服务类别对应的示例兼容描述知识，包括：
12、将所述第一示例对话文本集合输入所述每一客服服务类别对应的示例线性投影网络进行线性投影，获得所述每一客服服务类别对应的示例文本线性投影信息；将所述每一客服服务类别对应的示例文本线性投影信息输入所述每一客服服务类别对应的第二显著性提取网络进行显著性加权操作，获得所述每一客服服务类别对应的第二调节描述知识；将所述每一客服服务类别对应的第二调节描述知识输入所述每一客服服务类别对应的第一示例匹配单元进行描述知识兼容性处理，获得所述每一客服服务类别对应的第二兼容描述知识；将所述每一客服服务类别对应的第二兼容描述知识和所述每一客服服务类别对应的示例文本线性投影信息输入所述每一客服服务类别对应的第二激活网络进行非线性映射，获得所述每一客服服务类别对应的第三示例描述知识；将所述每一客服服务类别对应的第三示例描述知识本文档来自技高网...
【技术保护点】
1.一种智能客服意图识别方法，其特征在于，应用于智能客服意图识别系统，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述目标意图识别算法的调校过程包括：
3.如权利要求2所述的方法，其特征在于，所述每一客服服务类别对应的示例特征抽取子算法包括示例线性投影网络和示例描述知识挖掘网络，所述示例描述知识挖掘网络包括第一显著性提取网络、第一激活网络、示例服务关联网络和第一交互网络；所述将所述第一示例对话文本集合输入预设神经网络算法的所述多个客服服务类别分别对应的示例特征抽取子算法进行描述知识挖掘操作，获得所述每一客服服务类别对应的示例兼容描述知识，包括：
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
5.如权利要求2所述的方法，其特征在于，所述每一客服服务类别对应的示例特征抽取子算法包括示例线性投影网络和示例描述知识挖掘网络，所述示例描述知识挖掘网络包括第二显著性提取网络、第二激活网络、示例服务关联网络和第二交互网络，所述示例服务关联网络包括第一示例匹配单元和第二示例匹配单元；所述将所述第一示例对话文本集合输入预设神经
6.如权利要求2所述的方法，其特征在于，所述方法还包括：
7.如权利要求1所述的方法，其特征在于，所述通过所述每一客服服务类别对应的目标文本描述知识和所述每一客服服务类别对应的目标意图识别子算法，确定所述待识别对话文本对应的目标文本意图信息，包括：
8.如权利要求1所述的方法，其特征在于，所述将所述待识别对话文本输入目标意图识别算法中的多个客服服务类别分别对应的目标特征抽取子算法进行描述知识挖掘操作，获得每一客服服务类别对应的目标文本描述知识，包括：
9.一种智能客服意图识别装置，其特征在于，包括：
10.一种智能客服意图识别系统，其特征在于，包括：
...【技术特征摘要】
1.一种智能客服意图识别方法，其特征在于，应用于智能客服意图识别系统，所述方法包括：
2.如权利要求1所述的方法，其特征在于，所述目标意图识别算法的调校过程包括：
3.如权利要求2所述的方法，其特征在于，所述每一客服服务类别对应的示例特征抽取子算法包括示例线性投影网络和示例描述知识挖掘网络，所述示例描述知识挖掘网络包括第一显著性提取网络、第一激活网络、示例服务关联网络和第一交互网络；所述将所述第一示例对话文本集合输入预设神经网络算法的所述多个客服服务类别分别对应的示例特征抽取子算法进行描述知识挖掘操作，获得所述每一客服服务类别对应的示例兼容描述知识，包括：
4.如权利要求3所述的方法，其特征在于，所述方法还包括：
5.如权利要求2所述的方法，其特征在于，所述每一客服服务类别对应的示例特征抽取子算法包括示例线性投影网络和示例描述知识挖掘网络，所述示例描述知识挖掘网络包括第二显著性提取网络、第二激活网络、示例服务关联网...
【专利技术属性】
技术研发人员：魏成毅，丰昊，李旭，王丽，高庆山，
申请(专利权)人：北京中关村科金技术有限公司，
类型：发明
国别省市：
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。