[发明专利]机器人客服转人工客服的方法和装置

权利要求书

1.一种机器人客服转人工客服的方法，其特征在于，包括：

从机器人客服与用户的至少一轮会话中获取有效特征；

将有效特征输入信心评估模型，得到机器人客服与用户会话的当前信心评估值；所述信心评估模型采用标记有有效特征和适宜出人工点的机器人客服与用户的会话样本进行训练，所述适宜出人工点为以人工客服代替机器人客服的适当时点；

在当前信心评估值满足预定出人工条件时，将用户转接人工客服。

2.根据权利要求1所述的方法，其特征在于，所述从机器人客服与用户的至少一轮会话中获取有效特征，包括：从机器人客服与用户的至少一轮会话中提取原始特征，按照特征预处理规则对原始特征进行拆分、组合、分类、和/或删除后得到有效特征。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：获取配置文件；所述配置文件中包括原始特征发现规则和/或特征预处理规则；

所述从机器人客服与用户的至少一轮会话中提取原始特征，包括：从机器人客服与用户的至少一轮会话中，按照原始特征发现规则提取原始特征。

4.根据权利要求3所述的方法，其特征在于，所述配置文件中还包括：预定出人工条件。

5.根据权利要求2所述的方法，其特征在于，所述原始特征包括：业务相关性、答案匹配度、答案重复次数、是否兜底答案、答案是否为提问、用户明确提出换人工、用户有潜在换人工倾向、用户的情感倾向、和用户在解释自己的问题中的至少一个。

6.根据权利要求1所述的方法，其特征在于，所述有效特征由预定数据分析算法根据标记有待定特征、适宜出人工点和实际出人工点的机器人与用户的会话样本以及其中会话的服务效果，对若干待定特征进行评估及整合后得出；所述待定特征能够描述机器人客服的服务质量和用户的转人工意愿。

7.根据权利要求6所述的方法，其特征在于，所述有效特征具有各自的权重，由所述预定数据分析算法计算得出；

所述信心评估模型根据有效特征的权重进行训练。

8.根据权利要求1所述的方法，其特征在于，所述预定出人工条件包括：当前信心评估值大于或小于预定信心阈值；

所述预定信心阈值根据若干个样本信心评估值的覆盖率和准确率确定；所述样本信心评估值为将会话样本输入信心评估模型后得到的输出；所述覆盖率为会话样本中适宜出人工点对应的所有样本信心评估值中，满足预定出人工条件的样本信心评估值所占的比例；所述准确率为所有满足预定出人工条件的样本信心评估值中，对应于适宜出人工点的样本信心评估值所占的比例。

9.根据权利要求1所述的方法，其特征在于，所述信心评估模型采用支持向量回归SVR算法、逻辑回归LR算法、或迭代决策树GBDT算法。

10.一种机器人客服转人工客服的装置，其特征在于，包括：

有效特征获取单元，用于从机器人客服与用户的至少一轮会话中获取有效特征；

当前信心评估单元，用于将有效特征输入信心评估模型，得到机器人客服与用户会话的当前信心评估值；所述信心评估模型采用标记有有效特征和适宜出人工点的机器人客服与用户的会话样本进行训练，所述适宜出人工点为以人工客服代替机器人客服的适当时点；

人工客服转接单元，用于在当前信心评估值满足预定出人工条件时，将用户转接人工客服。

11.根据权利要求10所述的装置，其特征在于，所述有效特征获取单元具体用于：从机器人客服与用户的至少一轮会话中提取原始特征，按照特征预处理规则对原始特征进行拆分、组合、分类、和/或删除后得到有效特征。

12.根据权利要求11所述的装置，其特征在于，所述装置还包括：配置文件获取单元，用于获取配置文件；所述配置文件中包括原始特征发现规则和/或特征预处理规则；

所述有效特征获取单元具体用于：从机器人客服与用户的至少一轮会话中，按照原始特征发现规则提取原始特征。

13.根据权利要求12所述的装置，其特征在于，所述配置文件中还包括：预定出人工条件。