【技术实现步骤摘要】
本申请涉及但不限于数据处理，尤其涉及一种基于人工智能的rpa客服交互优化方法及云服务器。
技术介绍
1、随着信息技术的飞速发展，人工智能技术在客服领域的应用日益广泛，特别是机器人流程自动化（rpa）客服系统的出现，为企业提供了高效、便捷的客户服务解决方案。然而，在rpa客服交互过程中，准确理解客户的情感极性仍然是一个极具挑战性的问题。
2、在现有的情感极性分析技术应用于rpa客服时，通常需要大量的有标签数据来训练神经网络模型。获取大量有标签的客服文本样本往往需要耗费大量的人力、物力和时间成本。例如，人工标注客服文本的情感极性标签，不仅需要专业的标注人员，而且标注过程繁琐且容易出错。这就导致了训练数据的获取成为限制情感极性分析技术在rpa客服中发展的一个重要瓶颈。
3、此外，传统的情感极性分析方法大多依赖于大规模的有标签数据进行监督学习，在数据量有限的情况下，模型的训练效果难以得到保证。由于神经网络模型的性能高度依赖于训练数据的数量和质量，有限的有标签数据可能导致模型的过拟合现象，即模型在训练数据上表现良好，但在实际应用中对新数据的泛化能力较差。这使得在rpa客服场景下，现有的情感分析技术难以准确地对客服会话文本进行情感极性分析，进而影响rpa客服系统的服务质量和客户满意度。
技术实现思路
1、有鉴于此，本申请提供一种基于人工智能的rpa客服交互优化方法及云服务器。本申请的技术方案是这样实现的：
2、一方面，本申请提供一种基于人工智能的rpa客服交
3、另一方面，本申请提供一种云服务器，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以上所述方法中的步骤。
4、本申请在训练神经网络时，对样本的数量要求降低，不需要过多有标签客服文本样本，使得训练成本降低，依据部分有标签客服文本样本，采用部分指导聚类得到无标签客服文本样本的预测先验信息，这样借助海量无标签客服文本样本一起进行网络的训练，考虑样本整体和段落的语义统一性度量，能清理预测先验信息的噪声，让预测先验信息更准确，训练得到的网络的精度更高，帮助得到准确的rpa客服会话文本的情感极性标签。
本文档来自技高网...【技术保护点】
1.一种基于人工智能的RPA客服交互优化方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述依据所述有标签客服文本样本的情感极性先验信息，对所述客服文本样本库中各个客服文本样本的样本描述向量进行特征划簇操作，得到所述无标签客服文本样本对应的情感极性先验信息，包括：
3.如权利要求2所述的方法，其特征在于，所述文本拓扑结构包括各个客服文本样本对应的文本拓扑单元、以及文本拓扑单元间的线段，所述线段表示连接的两个文本拓扑单元的关系；所述结合所述文本拓扑结构，对所述有标签客服文本样本的情感极性先验信息进行先验信息传导，得到无标签客服文本样本对应的情感极性先验信息，包括：
4.如权利要求1所述的方法，其特征在于，所述针对所述客服文本样本的各文本段落，结合所述文本段落对应的段落描述向量和所述文本段落对应的客服文本样本的样本描述向量，获取所述文本段落和其对应的客服文本样本之间的语义统一性度量，包括：
5.如权利要求4所述的方法，其特征在于，所述依据所述文本段落的待定情感极性先验信息集合、以及所述文本段落对应的客服文本样本的待定情
6.如权利要求1所述的方法，其特征在于，所述依据所述语义统一性度量和所述无标签客服文本样本对应的情感极性先验信息，对所述基础情感极性分析网络的网络权重进行更新，得到收敛情感极性分析网络，包括：
7.如权利要求6所述的方法，其特征在于，所述结合所述样本情感极性概率分布、所述段落情感极性概率分布、所述语义统一性度量和所述无标签客服文本样本对应的情感极性先验信息，对所述基础情感极性分析网络的网络权重进行更新，得到收敛情感极性分析网络，包括：
8.如权利要求7所述的方法，其特征在于，所述依据所述融合训练代价，对所述基础情感极性分析网络的网络权重进行更新，得到收敛情感极性分析网络，包括：
9.如权利要求8所述的方法，其特征在于，所述依据所述融合训练代价和所述段落分类代价，对所述基础情感极性分析网络的网络权重进行更新，得到收敛情感极性分析网络，包括：
10.一种云服务器，包括存储器和处理器，所述存储器存储有可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至9任一项所述方法中的步骤。
...【技术特征摘要】
1.一种基于人工智能的rpa客服交互优化方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，所述依据所述有标签客服文本样本的情感极性先验信息，对所述客服文本样本库中各个客服文本样本的样本描述向量进行特征划簇操作，得到所述无标签客服文本样本对应的情感极性先验信息，包括：
3.如权利要求2所述的方法，其特征在于，所述文本拓扑结构包括各个客服文本样本对应的文本拓扑单元、以及文本拓扑单元间的线段，所述线段表示连接的两个文本拓扑单元的关系；所述结合所述文本拓扑结构，对所述有标签客服文本样本的情感极性先验信息进行先验信息传导，得到无标签客服文本样本对应的情感极性先验信息，包括：
4.如权利要求1所述的方法，其特征在于，所述针对所述客服文本样本的各文本段落，结合所述文本段落对应的段落描述向量和所述文本段落对应的客服文本样本的样本描述向量，获取所述文本段落和其对应的客服文本样本之间的语义统一性度量，包括：
5.如权利要求4所述的方法，其特征在于，所述依据所述文本段落的待定情感极性先验信息集合、以及所述文本段落对应的客服文本样本的待定情感极性先验信息集合，获取所述文本段...
【专利技术属性】
技术研发人员：刘艳，
申请(专利权)人：富璟科技深圳有限公司，
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。