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() 用于储能系统的客户提问的答复方法及其装置制造方法及图纸_技高网

用于储能系统的客户提问的答复方法及其装置制造方法及图纸

技术编号:40955072 阅读:2 留言:0更新日期:2024-04-18 20:31
本发明专利技术公开了一种用于储能系统的客户提问的答复方法及其装置,该答复方法包括以下步骤:创建基于深度学习的语义匹配模型,创建基于知识图谱的问答模型;获取用户所提交的提问问题;从所述语义匹配模型中搜索与所述提问问题相对应的问答对,获取问答对中的问答对问题与所述提问问题之间的阈值Num;当所述阈值Num>预设阈值时,将所述提问问题输入到所述语义匹配模型,并得到第一答案,展示第一答案;当所述阈值Num≤预设阈值时,将所述提问问题输入到所述基于领域知识图谱的问答模型,并得到第二答案,展示第二答案;其中,预设阈值>0。从而实现了储能系统的对话客服的功能。

【技术实现步骤摘要】

本专利技术涉及储能,尤其涉及用于储能系统的客户提问的答复方法及其装置


技术介绍

1、对话客服是通过文本或语音交互与用户进行沟通,提供各种在线服务,例如售前咨询、售后服务、在线咨询等;对话客服管理是提升对话客服效率和客户满意度的一种管理方式,在进行对话客服管理过程中,即会使用到对话客服管理系统。

2、在目前的储能系统中,尤其缺乏对话客服的功能,因此,如何设计一个用于储能系统的对话客服的功能,就成为一个亟待解决的问题。


技术实现思路

1、有鉴于此,本专利技术的主要目的在于提供一种用于储能系统的客户提问的答复方法及其装置。

2、为达到上述目的,本专利技术的技术方案是这样实现的:一种用于储能系统的客户提问的答复方法,包括以下步骤:创建基于深度学习的语义匹配模型,创建基于知识图谱的问答模型,所述语义匹配模型和问答模型都是基于储能相关的文本信息进行训练的;获取用户所提交的提问问题;从所述语义匹配模型中搜索与所述提问问题相对应的问答对,获取问答对中的问答对问题与所述提问问题之间的阈值num;当所述阈值num>预设阈值时,将所述提问问题输入到所述语义匹配模型,并得到第一答案,展示第一答案;当所述阈值num≤预设阈值时,将所述提问问题输入到所述基于领域知识图谱的问答模型,并得到第二答案,展示第二答案;其中,预设阈值>0。

3、作为本专利技术实施例的一种改进,所述“获取用户所提交的提问问题”具体包括:获取用户语音,从所述用户语音中获取用户所提交的提问问题;所述“展示第一答案”具体包括:以语音的方式播报第一答案;所述“展示第二答案”具体包括:以语音的方式播报第二答案。

4、作为本专利技术实施例的一种改进,所述“展示第一答案”具体包括:以文字的方式播报第一答案;所述“展示第二答案”具体包括:以文字的方式播报第二答案。

5、作为本专利技术实施例的一种改进,语义匹配模型是基于深度学习技术、自然语言处理中的词嵌入模型训练的。

6、作为本专利技术实施例的一种改进,所述问答模型是基于知识图谱和图数据库,结合自然语言处理技术构建而成的。

7、本专利技术实施例还提供了一种用于储能系统的客户提问的答复装置,包括以下模块:创建模块,用于创建基于深度学习的语义匹配模型,创建基于知识图谱的问答模型,所述语义匹配模型和问答模型都是基于储能相关的文本信息进行训练的;处理模块,用于获取用户所提交的提问问题;从所述语义匹配模型中搜索与所述提问问题相对应的问答对,获取问答对中的问答对问题与所述提问问题之间的阈值num;当所述阈值num>预设阈值时,将所述提问问题输入到所述语义匹配模型,并得到第一答案,展示第一答案;当所述阈值num≤预设阈值时,将所述提问问题输入到所述基于领域知识图谱的问答模型,并得到第二答案,展示第二答案;其中,预设阈值>0。

8、作为本专利技术实施例的一种改进,所述处理模块还用于:获取用户语音,从所述用户语音中获取用户所提交的提问问题;以语音的方式播报第一答案;以语音的方式播报第二答案。

9、作为本专利技术实施例的一种改进,所述处理模块还用于:以文字的方式播报第一答案;以文字的方式播报第二答案。

10、作为本专利技术实施例的一种改进,语义匹配模型是基于深度学习技术、自然语言处理中的词嵌入模型训练的。

11、作为本专利技术实施例的一种改进,所述问答模型是基于知识图谱和图数据库,结合自然语言处理技术构建而成的。

12、本专利技术实施例所提供的用于储能系统的客户提问的答复方法及其装置具有以下优点:本专利技术实施例公开了一种用于储能系统的客户提问的答复方法及其装置,该答复方法包括以下步骤:创建基于深度学习的语义匹配模型,创建基于知识图谱的问答模型;获取用户所提交的提问问题;从所述语义匹配模型中搜索与所述提问问题相对应的问答对,获取问答对中的问答对问题与所述提问问题之间的阈值num;当所述阈值num>预设阈值时,将所述提问问题输入到所述语义匹配模型,并得到第一答案,展示第一答案;当所述阈值num≤预设阈值时,将所述提问问题输入到所述基于领域知识图谱的问答模型,并得到第二答案,展示第二答案;其中,预设阈值>0。从而实现了储能系统的对话客服的功能。

本文档来自技高网...

【技术保护点】

1.一种用于储能系统的客户提问的答复方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的答复方法,其特征在于,

3.根据权利要求1所述的答复方法,其特征在于,

4.根据权利要求1所述的答复方法,其特征在于,

5.根据权利要求1所述的答复方法,其特征在于,

6.一种用于储能系统的客户提问的答复装置,其特征在于,包括以下模块:

7.根据权利要求6所述的答复装置,其特征在于,所述处理模块还用于:

8.根据权利要求6所述的答复装置,其特征在于,所述处理模块还用于:

9.根据权利要求6所述的答复装置,其特征在于,

10.根据权利要求6所述的答复装置,其特征在于,

【技术特征摘要】

1.一种用于储能系统的客户提问的答复方法,其特征在于,包括以下步骤:

2.根据权利要求1所述的答复方法,其特征在于,

3.根据权利要求1所述的答复方法,其特征在于,

4.根据权利要求1所述的答复方法,其特征在于,

5.根据权利要求1所述的答复方法,其特征在于,

6.一种用于储...

【专利技术属性】
技术研发人员:黄乐范春燕江思伟
申请(专利权)人:南通沃太新能源有限公司
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