【技术实现步骤摘要】
本专利技术涉及智能客服，具体的，涉及基于大语言模型的智能客服系统。
技术介绍
1、智能客服是一种利用人工智能技术和自动化系统来提供客户服务和支持的方式，智能客服结合了自然语言处理、机器学习、语音识别和对话系统等技术，旨在实现自动化的客户互动和问题解决，相比于传统的人工客服，智能客服系统可以随时提供即时响应和服务，但也存在一些缺陷。
2、例如公开号cn105577529b公开的机器人客服及其客服方法、智能客服系统，在接收到来自顾客客户端的会话消息时，通过识别所述会话消息的内容并确定是否能够处理所述会话消息。当确定能够自主处理所述会话消息时，从所存储的服务资源中提取与所述会话消息的内容匹配的应答消息，并向所述顾客客户端发送，使得顾客能够得到及时有效的应答。而当确定无法处理或无法识别所述会话消息时，一方面，将所述机器人客服在与所述顾客客户端的后续会话业务中的状态设置为会话挂起状态，可以节约机器人客服的处理资源；另一方面，通过及时发送与所述会话消息的内容匹配的安抚性应答消息，可以避免顾客得不到合理的应答产生焦躁情绪，而将所述机器人自身无法识别或无法自主处理的会话消息发送至客服客户端，无须顾客手动选择，在所述机器人客服无法有效处理时，可以实现人工客服的及时介入而有效解决所述顾客的问题。总之，上述方案通过机器人客服自动与人工客服的协同工作，可以及时有效地解决顾客的问题，且顾客是感受不到机器人客服与人工客服的区别，在等待应答过程中的情绪可以得到有效安抚，获得更好的互动体验。上述客服系统虽然能够实现情绪安抚功能，但在使用时不具备多轮
技术实现思路
1、本专利技术提出基于大语言模型的智能客服系统，解决了现有的智能客服系统不能够通过检测上下文的重复度判断不同信息的重要程度，不具备主动的信息衰减功能，不能够减少特定的旧的上下文信息的影响，对话系统不具备高效适应新对话内容和用户意图的能力的问题。
2、本专利技术的技术方案如下：
3、基于大语言模型的智能客服系统，包括用户接口模块，其特征在于：所述用户接口模块的输出端分别与知识图谱模块和角色定制模块的输入端相连，所述知识图谱模块的输出端分别与多语言支持模块、自然语言理解模块和多轮对话管理模块的输入端相连，所述自然语言理解模块的输出端与错误处理和纠正模块的输入端相连，所述错误处理和纠正模块的输出端分别与自然语言生成模块和自动回复模块的输入端相连，所述自然语言生成模块的输出端与知识推理和推荐模块的输入端相连，所述知识推理和推荐模块的输出端与情感分析模块的输入端相连，所述情感分析模块的输出端与用户满意度评估模块的输入端相连，所述用户满意度评估模块的输出端分别与聊天评估和改进模块以及人工干预模块的输入端相连。
4、作为本专利技术的一种优先方案，所述用户接口模块包括用户输入解析模块、用户意图识别模块和对话模块。
5、作为本专利技术的一种优先方案，所述知识图谱模块包括知识抽取模块、知识存储模块和知识更新模块。
6、作为本专利技术的一种优先方案，所述角色定制模块包括角色定义模块、配置模块以及角色继承和层级模块，所述角色继承和层级模块包括层级管理模块、分配模块和追溯模块。
7、作为本专利技术的一种优先方案，所述自然语言理解模块包括分词模块、词性标注模块和语义角色标注模块。
8、作为本专利技术的一种优先方案，所述多轮对话管理模块包括上下文管理模块、对话状态跟踪模块、对话策略模块、槽位填充和验证模块以及分析模块。
9、作为本专利技术的一种优先方案，所述上下文管理模块包括上下文窗口管理模块、意图追踪和预测模块、长期上下文记忆模块、上下文信息衰减模块和可视化模块。
10、作为本专利技术的一种优先方案，所述上下文信息衰减模块包括重要程度检测模块、重复度检测模块和权重调整模块。
11、作为本专利技术的一种优先方案，所述聊天评估和改进模块包括对话质量评估模块和模型迭代和优化模块，所述模型迭代和优化模块包括数据收集模块、预处理模块、特征提取模块、训练模块、模型评估和选择模块以及参数调优模块。
12、本专利技术的工作原理及有益效果为：
13、1、通过多轮对话管理模块，智能客服系统能够实现对话跟踪功能，通过上下文信息衰减，实现对上下文信息进行过滤，进而重新理解用户的意图，相比于现有的智能客服系统，该系统能够筛选上文中提到的不同信息供客服重新理解，进而精准得到用户想要的信息，通过重复度检测模块自动检测重复度较高的信息，从而判断不同信息的重要程度，解决了现有的智能客服能够通过检测上下文的重复度判断不同信息的重要程度的缺陷。
14、2、通过装置上的权重调整模块和长期上下文记忆模块，智能客服系统能够通过减少相应的上下文信息，从而改变前文内容对后续回答的影响，解决了现有的智能客服系统不能够高效适应新对话内容和用户意图的缺陷，该智能客服系统不仅仅在全文追溯和上一句追溯中进行切换，而且能够根据需要删减不同的信息，从而使得智能客服能够高精准度对话，方便精确判断用户的意图，增强了智能客服系统的语义理解能力。
15、3、通过设置的角色定制模块，使得智能客服系统能够在使用前先选用不同的角色，并且利用角色继承和层级模块能够允许角色之间建立继承和层级关系，通过角色继承可以减少冗余的权限设置，提高管理效率，进而提高智能客服系统使用的多样性。
本文档来自技高网...【技术保护点】
1.基于大语言模型的智能客服系统，包括用户接口模块，其特征在于：所述用户接口模块的输出端分别与知识图谱模块和角色定制模块的输入端相连，所述知识图谱模块的输出端分别与多语言支持模块、自然语言理解模块和多轮对话管理模块的输入端相连，所述自然语言理解模块的输出端与错误处理和纠正模块的输入端相连，所述错误处理和纠正模块的输出端分别与自然语言生成模块和自动回复模块的输入端相连，所述自然语言生成模块的输出端与知识推理和推荐模块的输入端相连，所述知识推理和推荐模块的输出端与情感分析模块的输入端相连，所述情感分析模块的输出端与用户满意度评估模块的输入端相连，所述用户满意度评估模块的输出端分别与聊天评估和改进模块以及人工干预模块的输入端相连。
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，所述用户接口模块包括用户输入解析模块、用户意图识别模块和对话模块。
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，所述知识图谱模块包括知识抽取模块、知识存储模块和知识更新模块。
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
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，所述自然语言理解模块包括分词模块、词性标注模块和语义角色标注模块。
6.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，所述多轮对话管理模块包括上下文管理模块、对话状态跟踪模块、对话策略模块、槽位填充和验证模块以及分析模块。
7.根据权利要求6所述的基于大语言模型的智能客服系统，其特征在于，所述上下文管理模块包括上下文窗口管理模块、意图追踪和预测模块、长期上下文记忆模块、上下文信息衰减模块和可视化模块。
8.根据权利要求7所述的基于大语言模型的智能客服系统，其特征在于，所述上下文信息衰减模块包括重要程度检测模块、重复度检测模块和权重调整模块。
9.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，所述聊天评估和改进模块包括对话质量评估模块和模型迭代和优化模块，所述模型迭代和优化模块包括数据收集模块、预处理模块、特征提取模块、训练模块、模型评估和选择模块以及参数调优模块。
...【技术特征摘要】
1.基于大语言模型的智能客服系统，包括用户接口模块，其特征在于：所述用户接口模块的输出端分别与知识图谱模块和角色定制模块的输入端相连，所述知识图谱模块的输出端分别与多语言支持模块、自然语言理解模块和多轮对话管理模块的输入端相连，所述自然语言理解模块的输出端与错误处理和纠正模块的输入端相连，所述错误处理和纠正模块的输出端分别与自然语言生成模块和自动回复模块的输入端相连，所述自然语言生成模块的输出端与知识推理和推荐模块的输入端相连，所述知识推理和推荐模块的输出端与情感分析模块的输入端相连，所述情感分析模块的输出端与用户满意度评估模块的输入端相连，所述用户满意度评估模块的输出端分别与聊天评估和改进模块以及人工干预模块的输入端相连。
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，所述用户接口模块包括用户输入解析模块、用户意图识别模块和对话模块。
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，所述知识图谱模块包括知识抽取模块、知识存储模块和知识更新模块。
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，所述角色定制模块包括角色定义模...
【专利技术属性】
技术研发人员：李鹏，潘晗，李昊，马成天江，张耀文，白云，李佳兴，魏江龙，张志毅，段兴涛，李芳，马伟民，李易人，周俊艺，赵晓莹，孙宝锋，翟羽佳，朱俊波，沈文，赵庆，冶小龙，乔鸿喜，胡佳，李文渊，田云，马云，杨一木，朱伟超，韩婷，陈柯杰，马小龙，
申请(专利权)人：宁夏希望信息产业股份有限公司，
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。