基于Transformer模型的客服对话方法及装置制造方法及图纸

技术编号:44996822 阅读:12 留言:0更新日期:2025-04-15 17:10
本申请公开了一种基于Transformer模型的客服对话方法及装置,涉及人工智能领域,其中,该客服对话方法包括:将问题文本输入Transformer模型进行机器学习,模拟客服的语言习惯和对话策略得到预测回复文本,Transformer模型采用目标历史对话文本进行训练,将预测回复文本输入自然语言处理模型,由自然语言处理模型对预测回复文本进行丰富处理得到目标回复文本,自然语言处理模型是预先构建的用于调整回复文本的深度学习模型,丰富处理至少包括:纠正语法错误、替换敏感词汇,输出目标回复文本,在满足目标业务需求时结束客服对话。通过本申请,解决了相关技术中金融机构的客服响应速度慢、服务质量下降的问题。

【技术实现步骤摘要】

本申请涉及人工智能领域或其他相关,具体而言,涉及一种基于transformer模型的客服对话方法及装置。


技术介绍

1、在数字化浪潮的推动下,线上服务已成为现代商业不可或缺的组成部分,尤其在金融行业、零售业,由于线下服务受到地理位置、营业时间的限制,消费者往往倾向于使用线上服务,线上平台的普及让无数消费者获得了极大的便利。然而,伴随着线上消费者数量的激增,服务质量的维护是一个严峻的挑战。

2、相关技术中,客服依赖于有限的人力资源,往往难以满足大规模消费者在高峰时段的需求。消费者在面对诸多线上操作时,例如账本管理、产品查询、支付问题时,期待得到快速的响应和专业解答,但在现有技术中,高峰时段的客服无法对消费者需求做出及时的响应,响应时间延长,客服的服务质量下降,进而导致消费者体验受损。

3、针对相关技术中金融机构的客服响应速度慢、服务质量下降的问题,目前尚未提出有效的解决方案。


技术实现思路

1、本申请的主要目的在于提供一种基于transformer模型的客服对话方法及装置,以解决相关技术本文档来自技高网...

【技术保护点】

1.一种基于Transformer模型的客服对话方法,其特征在于,应用于基于Transformer模型的客服对话系统,所述客服对话系统包括:Transformer模型和自然语言处理模型,客服对话方法包括:

2.根据权利要求1所述的客服对话方法,其特征在于,所述目标历史对话文本的获取策略,包括:从数据湖中获取多组历史对话文本及对应的评分,将所述评分大于目标阈值的历史对话文本作为所述目标历史对话文本,其中,所述数据湖是预先构建的用于存储对话文本及评分的数据平台,所述历史对话文本包括:问题文本和回复文本。

3.根据权利要求1所述的客服对话方法,其特征在于,所述Trans...

【技术特征摘要】

1.一种基于transformer模型的客服对话方法,其特征在于,应用于基于transformer模型的客服对话系统,所述客服对话系统包括:transformer模型和自然语言处理模型,客服对话方法包括:

2.根据权利要求1所述的客服对话方法,其特征在于,所述目标历史对话文本的获取策略,包括:从数据湖中获取多组历史对话文本及对应的评分,将所述评分大于目标阈值的历史对话文本作为所述目标历史对话文本,其中,所述数据湖是预先构建的用于存储对话文本及评分的数据平台,所述历史对话文本包括:问题文本和回复文本。

3.根据权利要求1所述的客服对话方法,其特征在于,所述transformer模型采用目标历史对话文本进行训练的步骤,包括:

4.根据权利要求3所述的客服对话方法,其特征在于,采用所述单词序列矩阵对初始化的所述transformer...

【专利技术属性】
技术研发人员:蔡龙兴袁铭阳左金凡孙策
申请(专利权)人:中国工商银行股份有限公司
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