System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于大语言模型的智能客服系统及客服方法技术方案_技高网

一种基于大语言模型的智能客服系统及客服方法技术方案

技术编号:40471712 阅读:8 留言:0更新日期:2024-02-26 19:09
本发明专利技术提出一种基于大语言模型的智能客服系统及客服方法,属于即时通信技术领域,能解决传统NLP模型对用户问题在理解、推理以及答案生成方面效果不佳的问题。该智能客服系统包括顾客客户端、消息交互单元、应答消息生成单元及数据存储单元;其中顾客客户端适于用户输入与查询相关问题;消息交互单元适于接收来自顾客客户端的用户问题,并返回与用户问题的内容所匹配的应答消息;应答消息生成单元适于识别消息交互单元接收到的用户问题内容,并对用户问题向量化,通过查询向量数据库,返回TopK数据,再利用大语言模型对TopK数据进行理解、推理与总结,返回应答消息,以回答用户问题。采用上述客服系统能提升服务质量,提高用户体验。

【技术实现步骤摘要】

本专利技术属于即时通信,尤其涉及一种基于大语言模型的智能客服系统及客服方法


技术介绍

1、随着互联网的飞速发展,人们服务意识的提高,网络客服已经普及到各行各业,深入到日常商业服务的各个环节。

2、目前有两种比较常见的智能客服系统,分别为基于相似度实现的客服系统和基于知识图谱实现的客服系统。这两种客服系统的核心构思为:(1)找到与用户问题最相关联的数据;(2)根据返回的查询数据与用户问题进行理解和推理得出最终答案。上述两种客服系统均完成了第一步,第二步由传统的nlp技术对数据进行“理解→推理→答案生成”。知识图谱在一定程度上更易于传统的nlp模型理解。但是传统nlp模型对用户问题“理解→推理→答案生成”功能不够强大,且上下文理解能力较弱,不会对用户反馈进行模型的调整优化。

3、可见,传统nlp模型对用户问题在理解、推理以及答案生成方面效果不佳的问题亟待解决。


技术实现思路

1、本专利技术针对传统nlp模型对用户问题在理解、推理以及答案生成方面效果不佳的技术问题,提出一种基于大语言模型的智能客服系统及客服方法,该客服系统通过引入大语言模型,以加强客服问答中的语言理解、逻辑推理和上下文聊天功能,进一步增强其在客服问答领域的应用潜力。

2、为了达到上述目的,本专利技术采用的技术方案为:

3、一种基于大语言模型的智能客服系统,包括:

4、顾客客户端,适于用户输入与查询相关问题;

5、消息交互单元,适于接收来自所述顾客客户端的用户问题,并返回与所述用户问题的内容所匹配的应答消息;

6、应答消息生成单元,适于识别所述消息交互单元所接收到的用户问题的内容,并对所述用户问题向量化,通过查询向量数据库,返回topk数据,再利用大语言模型对所述topk数据进行理解、推理与总结,从而返回所述应答消息,以回答用户问题;

7、数据存储单元,其为存储有若干数据集的向量数据库。

8、在一实施方式中,所述若干数据集是经过向量化处理后的数据集。

9、在一实施方式中,所述若干数据集是由产品资料、人工客服问答记录以及人工标注问答组成的数据集。

10、在一实施方式中,所述topk数据是返回按照相似度排序k个数据。

11、在一实施方式中,利用所述大语言模型对所述topk数据进行理解、推理与总结,返回应答消息前,预先设置该产品客服的prompt,再输入所述用户问题,所述大语言模型根据所述topk数据进行理解、推理与总结后,从而返回所述应答消息,以回答用户问题。

12、一种客服方法,利用上述任一实施方式所述的基于大语言模型的智能客服系统进行。

13、在一实施方式中,该客服方法包括以下步骤:

14、当消息交互单元接收到来自所述顾客客户端的用户问题时,应答消息生成单元识别所述用户问题的内容,对所述用户问题向量化处理;

15、通过查询向量数据库,返回topk数据;

16、预先设置该产品客服的prompt,再输入所述用户问题,所述大语言模型根据所述topk数据进行理解、推理与总结后,从而返回所述应答消息,以回答用户问题,并向所述顾客客户端发送。

17、与现有技术相比,本专利技术的优点和积极效果在于:

18、1、本专利技术提出一种基于大语言模型的智能客服系统,该系统通过引入大语言模型,以加强客服问答中的语言理解、逻辑推理和上下文聊天功能,从而可以更加迅速地给出更加令顾客满意的应答,同时大语言模型的多模态能力,涵盖文本、图像、语音等多种输入类型的理解,进一步增强其在客服问答领域的应用潜力;此外,大语言模型还能够根据用户对问题回答的反馈进行优化和调整,以不断提升服务质量。

本文档来自技高网...

【技术保护点】

1.一种基于大语言模型的智能客服系统,其特征在于,包括:

2.根据权利要求1所述的基于大语言模型的智能客服系统,其特征在于,所述若干数据集是经过向量化处理后的数据集。

3.根据权利要求1所述的基于大语言模型的智能客服系统,其特征在于,所述若干数据集是由产品资料、人工客服问答记录以及人工标注问答组成的数据集。

4.根据权利要求1所述的基于大语言模型的智能客服系统,其特征在于,所述TopK数据是返回按照相似度排序K个数据。

5.根据权利要求1所述的基于大语言模型的智能客服系统,其特征在于,利用所述大语言模型对所述TopK数据进行理解、推理与总结,返回应答消息前,预先设置该产品客服的prompt,再输入所述用户问题,所述大语言模型根据所述TopK数据进行理解、推理与总结后,从而返回所述应答消息,以回答用户问题。

6.一种客服方法,其特征在于,利用如权利要求1~5中任一项所述的基于大语言模型的智能客服系统进行。

7.根据权利要求6所述的客服方法,其特征在于,包括以下步骤:

【技术特征摘要】

1.一种基于大语言模型的智能客服系统,其特征在于,包括:

2.根据权利要求1所述的基于大语言模型的智能客服系统,其特征在于,所述若干数据集是经过向量化处理后的数据集。

3.根据权利要求1所述的基于大语言模型的智能客服系统,其特征在于,所述若干数据集是由产品资料、人工客服问答记录以及人工标注问答组成的数据集。

4.根据权利要求1所述的基于大语言模型的智能客服系统,其特征在于,所述topk数据是返回按照相似度排序k个数据。

5...

【专利技术属性】
技术研发人员:耿明博李凡平石柱国
申请(专利权)人:以萨技术股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1