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() 人工客服主动接入和模型训练方法、设备及存储介质技术_技高网

人工客服主动接入和模型训练方法、设备及存储介质技术

技术编号:40871331 阅读:3 留言:0更新日期:2024-04-08 16:38
本申请实施例提供一种人工客服主动接入和模型训练方法、设备及存储介质。在本申请实施例中,将语言处理模型和对抗生成模型进行结合,针对用户与智能客服的对话提供人工客服主动接入的能力。采用语言处理模型将用户与智能客服的问答信息转化为体现全局语义的全局向量,利用对抗生成模型中的判别器对全局向量进行分类,得到该问答信息的类别信息,若类别信息为需要人工客服接入,则通知人工客服替代智能客服与用户进行沟通,由人工客服高效且准确的为用户提供解决方案,提升服务质量和用户体验感。

【技术实现步骤摘要】

本申请涉及人工智能,尤其涉及一种人工客服主动接入和模型训练方法、设备及存储介质


技术介绍

1、在互联网行业,基于多轮对话的场景应用有很多,最有代表性的场景之一就是客服对话场景。其中,智能客服可以基于用户的问题信息匹配数据库中的案例,基于匹配到的案例向用户提供解决方案。然而,智能客服匹配的案例可能不符合用户需求,可能会出现词不达意的情况。人工客服能够更好的理解和解释语言,因此,为了满足用户需求,人工客服的介入很有必要。

2、然而,对于人工客服主动介入场景的研究较少,更多的是提升智能客服对语义信息的理解程度,缺乏对于人机协作的场景下人工客服主动接入方法的研究。


技术实现思路

1、本申请的多个方面提供一种人工客服主动接入和模型训练方法、设备及存储介质,用以实现人工客服的主动接入。

2、本申请实施例提供一种人工客服主动接入方法,包括:获取用户和智能客服的问答信息;利用语言处理模型对问答信息进行向量转换,以得到问答信息对应的全局向量,全局向量表征问答信息的全局语义信息;将全局向量输入至对抗生成模型中的目标判别器中进行分类,以得到问答信息的接入类别信息,接入类别信息表征是否需要人工客服接入;若接入类别信息为需要人工客服接入,则向人工客服发送通知信息,以通知人工客服替代智能客服与用户进行沟通。

3、本申请实施例还提供一种用于人工客服接入判断的模型训练方法,包括:获取多个场景下用户与智能客服的多个样本问答信息及其对应的多个类别标签;利用语言处理模型对多个样本问答信息进行向量转换,以得到多个样本问答信息对应的多个样本全局向量;将符合多个样本问答信息的概率分布的噪声输入至对抗生成模型中的初始生成器中进行向量生成,得到多个参考全局向量;将多个样本全局向量和多个参考全局向量作为输入特征输入至对抗生成模型的初始判别器中进行分类,以得到多个样本全局向量对应的多个接入类别信息,以及输入特征对应的多个真假类别信息,真假类别信息表示输入特征的数据来源;根据多个接入类别信息、多个真假类别信息和多个接入标签,对对抗生成模型中的初始判别器和初始生成器进行对抗训练,直至对抗生成模型对应的至少一种损失函数满足迭代结束条件时,结束对抗训练过程,以得到对抗生成模型的目标生成器和目标判别器。

4、本申请实施例还提供一种人工客服主动接入装置,包括:获取模块、转换模块、分类模块和发送模块;获取模块,用于获取用户和智能客服的问答信息;转换模块,用于利用语言处理模型对问答信息进行向量转换,以得到问答信息对应的全局向量,全局向量表征问答信息的全局语义信息;分类模块,用于将全局向量输入至对抗生成模型中的目标判别器中进行分类,以得到问答信息的接入类别信息,接入类别信息表征是否需要人工客服接入;发送模块,用于若接入类别信息为需要人工客服接入,则向人工客服发送通知信息,以通知人工客服替代智能客服与用户进行沟通。

5、本申请实施例还提供一种用于人工客服接入判断的模型训练装置,包括:获取模块、转换模块、生成模块、分类模块和训练模块;获取模块,用于获取多个场景下用户与智能客服的多个样本问答信息及其对应的多个类别标签;转换模块,用于利用语言处理模型对多个样本问答信息进行向量转换,以得到多个样本问答信息对应的多个样本全局向量;生成模块,用于将符合多个样本问答信息的概率分布的噪声输入至对抗生成模型中的初始生成器中进行向量生成,得到多个参考全局向量;分类模块,用于将多个样本全局向量和多个参考全局向量作为输入特征输入至对抗生成模型的初始判别器中进行分类,以得到多个样本全局向量对应的多个接入类别信息,以及输入特征对应的多个真假类别信息,真假类别信息表示输入特征的数据来源;训练模块,用于根据多个接入类别信息、多个真假类别信息和多个接入标签,对对抗生成模型中的初始判别器和初始生成器进行对抗训练,直至对抗生成模型对应的至少一种损失函数满足迭代结束条件时,结束对抗训练过程,以得到对抗生成模型的目标生成器和目标判别器。

6、本申请实施例还提供一种电子设备,包括:存储器和处理器;存储器,用于存储计算机程序;处理器,与存储器耦合,用于执行计算机程序,以实现本申请实施例提供的人工客服主动接入方法和用于人工客服接入判断的模型训练方法中的各步骤。

7、本申请实施例还提供一种存储有计算机程序的计算机可读存储介质,当计算机程序被处理器执行时,致使处理器实现本申请实施例提供的人工客服主动接入方法和用于人工客服接入判断的模型训练方法中的各步骤。

8、在本申请实施例中,将语言处理模型和对抗生成模型进行结合,针对用户与智能客服的对话提供人工客服主动接入的能力。采用语言处理模型将用户与智能客服的问答信息转化为体现全局语义的全局向量,利用对抗生成模型中的判别器对全局向量进行分类,得到该问答信息的类别信息,若类别信息为需要人工客服接入,则通知人工客服替代智能客服与用户进行沟通,由人工客服高效且准确的为用户提供解决方案,提升服务质量和用户体验感。

本文档来自技高网...

【技术保护点】

1.一种人工客服主动接入方法,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,利用语言处理模型对所述问答信息进行向量转换,以得到所述问答信息对应的全局向量,包括:

3.根据权利要求1所述的方法,其特征在于,还包括:

4.根据权利要求3所述的方法,其特征在于,根据所述多个接入类别信息、所述多个真假类别信息和所述多个接入标签,对所述对抗生成模型中的初始判别器和所述初始生成器进行对抗训练,包括:

5.根据权利要求4所述的方法,其特征在于,根据所述多个接入类别信息、所述多个接入标签以及所述输入特征对应的多个真假类别信息构建第一损失函数,包括:

6.根据权利要求4所述的方法,其特征在于,根据所述多个参考全局向量对应的多个真假类别信息、所述多个样本全局向量和所述多个参考全局向量构建第二损失函数,包括:

7.一种用于人工客服接入判断的模型训练方法,其特征在于,包括:

8.一种人工客服主动接入装置,其特征在于,包括:获取模块、转换模块、分类模块和发送模块;

9.一种用于人工客服接入判断的模型训练装置,其特征在于,包括:获取模块、转换模块、生成模块、分类模块和训练模块;

10.一种电子设备,其特征在于,包括:存储器和处理器;所述存储器,用于存储计算机程序;所述处理器,与所述存储器耦合,用于执行所述计算机程序,以实现权利要求1-6以及权利要求7中任一项所述方法中的步骤。

11.一种存储有计算机程序的计算机可读存储介质,其特征在于,当所述计算机程序被处理器执行时,致使所述处理器实现权利要求1-6以及权利要求7中任一项所述方法中的步骤。

12.一种计算机程序产品,包括计算机程序/指令,其特征在于,当所述计算机程序/指令被处理器执行时,致使所述处理器实现权利要求1-6和权利要求7中的任一项所述方法中的步骤。

...

【技术特征摘要】

1.一种人工客服主动接入方法,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,利用语言处理模型对所述问答信息进行向量转换,以得到所述问答信息对应的全局向量,包括:

3.根据权利要求1所述的方法,其特征在于,还包括:

4.根据权利要求3所述的方法,其特征在于,根据所述多个接入类别信息、所述多个真假类别信息和所述多个接入标签,对所述对抗生成模型中的初始判别器和所述初始生成器进行对抗训练,包括:

5.根据权利要求4所述的方法,其特征在于,根据所述多个接入类别信息、所述多个接入标签以及所述输入特征对应的多个真假类别信息构建第一损失函数,包括:

6.根据权利要求4所述的方法,其特征在于,根据所述多个参考全局向量对应的多个真假类别信息、所述多个样本全局向量和所述多个参考全局向量构建第二损失函数,包括:

7.一种用于人工客服接入判断的模型训练方...

【专利技术属性】
技术研发人员:庄青衡刘文军彭飞
申请(专利权)人:北京城市网邻信息技术有限公司
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