[发明专利]一种基于NLP技术和内置知识库的智能客服问题解答方法

权利要求书

1.一种基于NLP技术和内置知识库的智能客服问题解答方法，其特征在于，包括如下步骤：

步骤10、收集群众服务、采集各类问答和新闻关键字词，构建词库，生成问题目录，生成知识库，具体如下：

步骤101、按类型收集关键字词；

步骤102、根据收集的关键字词构建词库；

步骤103、基于步骤102中构建的词库的关键字词生成问题目录，收集并录入问题目录相关的问题解答；

步骤104、生成含有问题目录和问题解答的知识库；

步骤20、选取步骤104中的生成的问题目录，生成问题列表，关联问题解答界面并在问题解答界面显示；

步骤30、用户进入问题解答界面，录入问题或者选择问题列表中的问题；

步骤40、解析用户提出的问题，基于NLP生成关键字词信息，构建知识图谱，具体如下：

步骤401、基于步骤102中构建的词库和步骤104中生成的知识库，使用NLP的自然语言处理算法分析用户提出的问题，得到用户提出的问题中的关键字词；

步骤402、分析步骤401中得到的关键字词的信息，并给予相应的权重；

步骤403、构建知识图谱基础框架，将分析出的关键字词及其权重加入知识图谱中；

步骤50、关联步骤403中构建的知识图谱和步骤104中生成的知识库，根据关键字词在知识库中找到对应的问题目录，并获取与该问题目录对应的问题解答，将获取的解答输出至问题解答界面。

2.根据权利要求1所述的一种基于NLP技术和内置知识库的智能客服问题解答方法，其特征在于，步骤101中，所述的关键字词类型包括服务中的机构名、地名和人名。

3.根据权利要求1或2所述的一种基于NLP技术和内置知识库的智能客服问题解答方法，其特征在于，步骤102中，所述的词库包括通用词库和自定义特殊词库。

4.根据权利要求3中任意一项所述的一种基于NLP技术和内置知识库的智能客服问题解答方法，其特征在于，步骤102中，构建的词库中的关键字词包括该关键字词的简体字、繁体字、拼音和音译数种模式。

5.根据权利要求4中任意一项所述的一种基于NLP技术和内置知识库的智能客服问题解答方法，其特征在于，步骤20中包括热门问题推荐步骤，具体如下：

关联问题解答界面并获取问题解答界面中录入或选择的问题；

获取问题中包含的关键字词及用户对该关键字词的讨论信息；

基于关键字词出现频率和该关键字词的讨论热度，设置关键字词推荐权重评价标准，得出获取的关键字词的推荐权重，筛选出推荐权重高的关键字词；

根据筛选出的推荐权重高的关键字词匹配问题目录，生成问题列表，关联问题解答界面并在问题解答界面显示。

6.根据权利要求5所述的一种基于NLP技术和内置知识库的智能客服问题解答方法，其特征在于，步骤30中，还包括问题解答界面问题列表更新步骤，具体如下：

设置数个包含数个问题目录及与问题解答的备用问题列表；

基于用户进入问题列表的频率和对该问题列表中问题目录的点击频率设置问题列表更新规则，当用户在问题解答界面的操作符合问题列表更新规则，调取其中一个备用问题列表并在问题解答界面显示。

7.根据权利要求6所述的一种基于NLP技术和内置知识库的智能客服问题解答方法，其特征在于，步骤402中，所述的关键字词的信息包括该关键字词的词性、出现频率和业务重要性。

8.根据权利要求7所述的一种基于NLP技术和内置知识库的智能客服问题解答方法，其特征在于，步骤50中，如根据关键字词未在知识库中找到对应的问题目录，切换人工对该问题进行解答。

9.根据权利要求8所述的一种基于NLP技术和内置知识库的智能客服问题解答方法，其特征在于，还包括用户评价步骤，具体如下：

问题解答界面解答用户问题后，问题解答界面生成评价界面；

用户对该问题解答做出评价将评价的信息输出至知识库。

10.根据权利要求9所述的一种基于NLP技术和内置知识库的智能客服问题解答方法，其特征在于，还包括知识库学习步骤，具体如下：

关联知识库和用户对问题解答的评价，从知识库和用户对问题解答的评价中获取知识库学习语料；

对获取的语料进行预处理；

基于预处理后的语料生成知识库学习模型；

构建知识库学习模型训练集，根据构建的知识库学习模型训练集对知识库学习模型进行训练；

获取知识库学习模型的训练结果，提取该训练结果中的关键字词和与该关键字词的解答，输出至知识库。