【技术实现步骤摘要】
本专利技术涉及派单管理领域，尤其涉及深度学习驱动的派单管理系统、方法及存储介质。
技术介绍
1、随着人工智能技术的发展和应用，智能客服系统逐渐成为企业提升客户服务效率和服务质量的重要手段。智能客服系统通过自然语言交互，可以自动响应客户询问，识别客户意图，并根据意图类型进行工单派发，从而实现客服业务的自动化处理。但是，现有的智能客服系统在工单派单环节基于单轮对话的意图识别结果，缺乏必要的复核和验证机制，容易受到语义理解错误、关键信息遗漏等因素的影响。当客户需求复杂、表达不清晰时，单次意图识别的准确率难以保证，导致派单结果与客户实际需求不匹配，影响了客户问题的有效解决和服务质量的提升。因此，现有智能客服系统在派单环节具有意图识别准确率低，智能客服系统派单效果差的问题。
技术实现思路
1、本专利技术针对现有智能客服系统中由于派单环节缺乏验证机制，导致意图识别准确率低，智能客服系统派单效果差的技术问题，提供深度学习驱动的派单管理系统、方法及存储介质来解决。
2、本专利技术解决上述技术问...
【技术保护点】
1.深度学习驱动的派单管理系统，其特征在于，包括：
2.如权利要求1所述的系统，其特征在于，所述系统还包括意图校正处理模块，所述意图校正处理模块的执行步骤包括：
3.如权利要求2所述的系统，其特征在于，所述意图校正处理模块的执行步骤还包括：
4.如权利要求1所述的系统，其特征在于，所述文本块优化模块的执行步骤包括：
5.如权利要求1所述的系统，其特征在于，所述一级深度学习语义模型和所述二级深度学习语义模型的构建步骤包括：
6.如权利要求5所述的系统，其特征在于，根据所述语义分析损失函数，训练所述一级深度学习语...
【技术特征摘要】
1.深度学习驱动的派单管理系统，其特征在于，包括：
2.如权利要求1所述的系统，其特征在于，所述系统还包括意图校正处理模块，所述意图校正处理模块的执行步骤包括：
3.如权利要求2所述的系统，其特征在于，所述意图校正处理模块的执行步骤还包括：
4.如权利要求1所述的系统，其特征在于，所述文本块优化模块的执行步骤包括：
5.如权利要求1所述的系统，其特征在于，所述一级深度学习语义模型和所述二级深度学习语义模型的构建步骤包括：
6.如权利要求5所述的系统，其特征在于，根据所述语义分析损...
【专利技术属性】
技术研发人员：黎讴，张世龙，吕士亮，潘东宁，徐一辉，张立，彭宇宏，何珏妍，
申请(专利权)人：中科院广州电子技术有限公司，
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。