【技术实现步骤摘要】
本专利技术涉及人工智能，尤其涉及一种基于5g消息的客服信息系统、方法、设备及介质。
技术介绍
1、近些年，随着信息技术的飞速发展，客服信息已成为企业与客户沟通的重要桥梁，在数字化转型的浪潮中，客服信息系统的技术背景正经历着深刻的变革。现代客服信息系统融合了人工智能（ai）、大数据分析、云计算等前沿技术，实现了从被动响应到主动服务的转变，ai技术的应用使得客服信息能够理解并准确回应用户的查询，以解决客户需求。
2、随着5g技术的商用化，通信速度和服务质量得到了显著提升，这为客服信息系统的创新提供了新的可能性，5g消息基于rcs标准（rich communication suite），支持文本、图片、视频、位置等多模态媒体消息的发送和接收，通过rcs使得传统的短信服务升级为支持多种媒体格式的现代化通信服务。但现有的客服消息主要针对用户的文本内容进行回复查询，无法根据5g消息中多模态消息进行回复查询，导致客服信息的准确度较差，因此，如何基于5g消息生成更精确的客服信息成为亟待解决的问题。
技术实现思路
1、本专利技术提供一种基于5g消息的客服信息系统及方法，其主要目的在于解决客服消息的准确度较差的问题。
2、为实现上述目的，本专利技术提供的一种基于5g消息的客服信息系统，所述系统包括目标特征生成模块、局部相似度计算模块、关键词节点图构建模块、全局相似度计算模块及目标客服消息确定模块，其中：
3、所述目标特征生成模块，用于获取用户5g消息，分别对所述用户
4、所述局部相似度计算模块，用于对所述多模态数据的目标特征进行语义聚合，得到聚合特征，并根据所述聚合特征计算所述用户5g消息与预设的客服消息集中每个客服消息之间的局部相似度；
5、所述关键词节点图构建模块，用于提取所述用户5g消息中文本数据的文本关键词，根据所述文本关键词构建所述文本数据的关键词节点图；
6、所述全局相似度计算模块，用于对所述关键词节点图进行节点编码，得到所述文本数据的文本语义特征，根据所述文本语义特征与所述目标特征计算所述用户5g消息与每个所述客服消息之间的全局相似度；
7、目标客服消息确定模块，用于根据所述局部相似度与所述全局相似度在所述客服消息集中确定多模态的目标客服消息。
8、可选地，所述目标特征生成模块在分别对所述用户5g消息对应的多模态数据进行多维度特征提取，得到多维度特征时，具体用于：
9、提取所述用户5g消息中的图片数据及文本数据；
10、提取所述图片数据的网格特征及物体特征，并对所述网格特征及物体特征进行嵌入拼接，得到所述图片数据的图片特征；
11、计算所述文本数据的词嵌入特征序列，并对所述词嵌入特征序列进行特征编码，得到所述文本数据的文本特征；
12、汇集所述图片特征及所述文本特征，得到所述多模态数据的多维度特征。
13、可选地，所述局部相似度计算模块在对所述多模态数据的目标特征进行语义聚合，得到聚合特征时，具体用于：
14、确定所述目标特征的特征子向量集合，计算所述特征子向量集合中每个特征子向量与预设的特征中心的分配权重；
15、利用如下公式计算每个特征子向量与预设的特征中心的分配权重：其中，表示第个特征子向量与第个特征中心的分配权重，表示第个特征中心预设的特征中心权重，表示转置，表示第个特征中心预设的特征中心偏置，表示特征中心的总数；
16、根据所述分配权重计算每个所述特征子向量与所述特征中心的特征残差；
17、利用如下公式计算每个所述特征子向量与所述特征中心的特征残差：其中，表示第个特征子向量与第个特征中心的特征残差，表示第个特征子向量与第个特征中心的分配权重，表示平方l2范数；
18、根据所述分配权重对所述特征残差进行加权求和，得到所述目标特征的聚合特征。
19、可选地，所述局部相似度计算模块在根据所述聚合特征计算所述用户5g消息与预设的客服消息集中每个客服消息之间的局部相似度时，具体用于：
20、计算所述客服消息集中每个客服消息的卷积特征图，根据所述卷积特征图确定每个所述客服消息的客服特征子向量集；
21、计算所述聚合特征与所述客服特征子向量集中每个客服特征子向量之间的特征相似度；
22、计算所述特征相似度的相似度均值，将所述相似度均值作为所述用户5g消息与每个所述客服消息之间的局部相似度。
23、可选地，所述关键词节点图构建模块在提取所述用户5g消息中文本数据的文本关键词时，具体用于：
24、将所述文本数据划分为文本语句集，构建所述文本语句集中每个文本语句的语法解析树；
25、将所述语法解析树切割为多个语法解析子树；
26、利用预设的过滤规则对每个所述语法解析子树进行过滤，得到过滤语法树；
27、根据所述过滤语法树确定所述文本数据的文本关键词。
28、可选地，所述全局相似度计算模块在对所述关键词节点图进行节点编码，得到所述文本数据的文本语义特征时，具体用于：
29、计算所述关键词节点图中每个节点的节点初始特征，根据所述关键词节点图确定每个所述节点的依存节点；
30、根据所述依存节点的节点初始特征计算每个所述节点与所述依存节点之间的注意力得分；
31、利用如下公式计算每个所述节点与所述依存节点之间的注意力得分：其中，表示第个节点与第个依存节点之间的注意力得分，表示激活函数，表示预设的第一参数，表示转置，表示预设的第二参数，表示第个依存节点的节点初始特征，表示第个节点的节点初始特征，表示第个节点依存节点的总数；
32、根据所述注意力得分及所述依存节点的节点初始特征计算每个所述节点的编码特征；
33、对所述编码特征进行特征融合，得到所述文本数据的文本语义特征。
34、可选地，所述全局相似度计算模块在根据所述文本语义特征与所述目标特征计算所述用户5g消息与每个所述客服消息之间的全局相似度时，具体用于：
35、对所述文本语义特征与所述目标特征进行特征扩展，得到扩展特征；
36、利用如下公式对所述文本语义特征与所述目标特征进行特征扩展，得到扩展特征：其中，表示拓展特征，表示丢弃层，表示激活函数，表示预设的第一拓展参数，表示转置，表示特征投影操作，表示预设的第二拓展参数，表示文本语义特征，表示逐元素点积操作，表示目标特征；
37、对所述拓展特征进行特征压缩，得到所述用户5g消息的全局特征；
38、根据所述全局特征计算用户5g消息与每个所述客服消息之间的全局相似度。
39、为了解决上述问题，本专利技术还提供一种基于5g消息的客服信息方法，所述方法包括：
40、获本文档来自技高网...
【技术保护点】
1.一种基于5G消息的客服信息系统，其特征在于，所述系统包括目标特征生成模块、局部相似度计算模块、关键词节点图构建模块、全局相似度计算模块及目标客服消息确定模块，其中：
2.如权利要求1所述的基于5G消息的客服信息系统，其特征在于，所述目标特征生成模块在分别对所述用户5G消息对应的多模态数据进行多维度特征提取，得到多维度特征时，具体用于：
3.如权利要求1所述的基于5G消息的客服信息系统，其特征在于，所述局部相似度计算模块在对所述多模态数据的目标特征进行语义聚合，得到聚合特征时，具体用于：
4.如权利要求1所述的基于5G消息的客服信息系统，其特征在于，所述局部相似度计算模块在根据所述聚合特征计算所述用户5G消息与预设的客服消息集中每个客服消息之间的局部相似度时，具体用于：
5.如权利要求1所述的基于5G消息的客服信息系统，其特征在于，所述关键词节点图构建模块在提取所述用户5G消息中文本数据的文本关键词时，具体用于：
6.如权利要求1所述的基于5G消息的客服信息系统，其特征在于， 所述全局相似度计算模块在对所述关键词节点图
7.如权利要求1所述的基于5G消息的客服信息系统，其特征在于，所述全局相似度计算模块在根据所述文本语义特征与所述目标特征计算所述用户5G消息与每个所述客服消息之间的全局相似度时，具体用于：
8.一种基于5G消息的客服信息方法，其特征在于，所述方法包括：
9.一种电子设备，其特征在于，所述电子设备包括：
10.一种计算机可读存储介质，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，实现权利要求8中所述的基于5G消息的客服信息方法。
...【技术特征摘要】
1.一种基于5g消息的客服信息系统，其特征在于，所述系统包括目标特征生成模块、局部相似度计算模块、关键词节点图构建模块、全局相似度计算模块及目标客服消息确定模块，其中：
2.如权利要求1所述的基于5g消息的客服信息系统，其特征在于，所述目标特征生成模块在分别对所述用户5g消息对应的多模态数据进行多维度特征提取，得到多维度特征时，具体用于：
3.如权利要求1所述的基于5g消息的客服信息系统，其特征在于，所述局部相似度计算模块在对所述多模态数据的目标特征进行语义聚合，得到聚合特征时，具体用于：
4.如权利要求1所述的基于5g消息的客服信息系统，其特征在于，所述局部相似度计算模块在根据所述聚合特征计算所述用户5g消息与预设的客服消息集中每个客服消息之间的局部相似度时，具体用于：
5.如权利要求1所述的基于5g消息的客服信息...
【专利技术属性】
技术研发人员：王亮，
申请(专利权)人：深圳市壹通道科技有限公司，
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。