【技术实现步骤摘要】
本申请的实施例涉及智能客服领域，尤其涉及多边缘协同的客服方法、装置、设备和可读存储介质。
技术介绍
1、随着互联网的飞速发展，人们服务意识的提高，智能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、智能客服是一项面向行业应用的综合技术，它包括大规模知识处理技术、自然语言理解技术、知识管理技术、自动问答系统、推理技术等等。由于智能客服具有行业通用性，可以为企业与海量用户之间的沟通建立了一种基于自然语言交流的技术手段，因此越来越多的企业使用智能客服来替代人工客服为用户提供服务。
3、但是，现有智能客服系统的优化方式需要大量的运营维护人员进行维护，且对客户的情绪处理存在严重的滞后性，体验感差。
技术实现思路
1、根据本申请的实施例，提供了一种多边缘协同的客服方案，实现了互联网多渠道的接入，针对常见性的问题，能够快速精准的做出回复答案，减少了人力消耗，提高了工作效率；同时针对不同用户的咨询情况，实现了算力的动态调整。
2、在本申请的第一方面，提供了一种多边缘协同的客服方法。该方法包括：
3、构建客服系统网络架构，所述客服系统网络架构包括智能客服系统中心主控节点、区域执行节点和客户启动节点，所述智能客服系统中心主控节点可通过一个区域执行节点连接多个客户启动节点，所述智能客服系统中心主控节点可通过一个客户启动节点连接多个区域执行节点；
4、基于所述客服系统网络架构，获取咨询数据；
5、将所述咨询数据转换为对应的
6、通过大语言模型对所述文本数据进行处理，生成答案；
7、将所述答案转换为与所述咨询数据格式相同的数据，将转换后的数据发送用户。
8、进一步地，所述客服系统网络架构包括：
9、；
10、其中，为，主控节点；
11、为，执行节点有限集；
12、为，启动节点有限集；
13、为，主控节点与区域执行节点的通信交互节点；
14、为，执行节点与启动节点的通信交互节点。
15、进一步地，所述通过大语言模型对所述文本数据进行处理，生成答案包括：
16、通过预设的个性化知识图谱和大语言模型，对所述文本数据进行处理，得到与所述文本数据对应的答案；
17、其中，所述个性化知识图谱为：
18、；
19、其中，bt为公司业务类别；
20、m为业务类别数量；
21、kc为每类业务中的不同关键词；
22、n为关键词数量；
23、qa为每类关键词对应的预设问答文本；
24、p为生成的预设问答文本的数量。
25、进一步地，所述通过预设的个性化知识图谱和大语言模型，对所述文本数据进行处理，得到与所述文本数据对应的答案包括：
26、通过已训练的词提取模型，对所述文本数据进行处理，提取所述文本数据中的关键词和情感分词；
27、通过个性化知识图谱，对所述关键词和情感分词进行筛选，得到第一回复答案；
28、将所述情感分词，输入至大语言模型，得到第二回复答案；
29、通过所述第二回复答案对所述第一回复答案进行优化，生成最终回复答案。
30、进一步地，所述词提取模型通过如下方式进行训练：
31、生成训练样本集合，其中，训练样本包括带有标注信息的样本文件；所述标注信息为关键词标签和情感分词标签；
32、利用所述训练样本集合中的样本对词提取模型进行训练，以样本文件作为输入，以关键词标签和情感分词标签作为输出，当输出的关键词标签和情感分词标签与标注的关键词标签和情感分词标签的统一率满足预设阈值时，完成对所述词提取模型的训练。
33、进一步地，还包括：
34、基于用户的咨询数据总量，通过如下算法进行算力匹配：
35、；
36、其中，为公司f在t+1月份分配到的算力；
37、为节点的总算力；
38、为f公司在t月份的平均咨询数据量；
39、为专用于f公司建立的节点数量；
40、和为权重系数。
41、进一步地，还包括：
42、多个节点通过如下方法进行算力调度：
43、；
44、其中，为公司f在第g个节点在t+1月份分配到的总算力；
45、为该公司第g个节点所包含的客户数量；
46、、分别为公司f在第g个节点在t+1月份接收到的数据总量、数据输出预测总量；
47、为公司f在第g个节点的平均通信时延；
48、为权重系数，。
49、在本申请的第二方面，提供了一种多边缘协同的客服装置。该装置包括：
50、构建模块，用于构建客服系统网络架构，所述客服系统网络架构包括智能客服系统中心主控节点、区域执行节点和客户启动节点，所述智能客服系统中心主控节点可通过一个区域执行节点连接多个客户启动节点，所述智能客服系统中心主控节点可通过一个客户启动节点连接多个区域执行节点；
51、获取模块，用于基于所述客服系统网络架构，获取咨询数据；
52、转换模块，用于将所述咨询数据转换为对应的文本数据；
53、处理模块，用于通过大语言模型对所述文本数据进行处理，生成答案；
54、回复模块，用于将所述答案转换为与所述咨询数据格式相同的数据，将转换后的数据发送用户。
55、在本申请的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如以上所述的方法。
56、在本申请的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如根据本申请的第一方面的方法。
57、本申请实施例提供的多边缘协同的客服方法，通过构建客服系统网络架构；基于所述客服系统网络架构，获取咨询数据；将所述咨询数据转换为对应的文本数据；通过大语言模型对所述文本数据进行处理，生成答案；将所述答案转换为与所述咨询数据格式相同的数据，将转换后的数据发送用户，实现了互联网多渠道的接入，针对常见性的问题，能够快速精准的做出回复答案，减少了人力消耗，提高了工作效率；同时针对不同用户的咨询情况，实现了算力的动态调整。
58、应当理解，
技术实现思路
部分中所描述的内容并非旨在限定本申请的实施例的关键或重要特征，亦非用于限制本申请的范围。本申请的其它特征将通过以下的描述变得容易理解。
【技术保护点】
1.一种多边缘协同的客服方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述客服系统网络架构包括：
3.根据权利要求2所述的方法，其特征在于，所述通过大语言模型对所述文本数据进行处理，生成答案包括：
4.根据权利要求3所述的方法，其特征在于，所述通过预设的个性化知识图谱和大语言模型，对所述文本数据进行处理，得到与所述文本数据对应的答案包括：
5.根据权利要求4所述的方法，其特征在于，所述词提取模型通过如下方式进行训练：
6.根据权利要求2所述的方法，其特征在于，还包括：
7.根据权利要求2所述的方法，其特征在于，还包括：
8.一种多边缘协同的客服装置，其特征在于，包括：
9.一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1~7中任一项所述的方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1~7中任一项所述的方法。p>...
【技术特征摘要】
1.一种多边缘协同的客服方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述客服系统网络架构包括：
3.根据权利要求2所述的方法，其特征在于，所述通过大语言模型对所述文本数据进行处理，生成答案包括：
4.根据权利要求3所述的方法，其特征在于，所述通过预设的个性化知识图谱和大语言模型，对所述文本数据进行处理，得到与所述文本数据对应的答案包括：
5.根据权利要求4所述的方法，其特征在于，所述词提取模型通过如下方式进行训练：
【专利技术属性】
技术研发人员：徐雪松，方小蝶，霍杨杰，田志平，严凯阳，
申请(专利权)人：湘江实验室，
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。