[发明专利]智能客服模型优化方法、猜你想问方法、装置及电子设备在审
申请号: | 202310645209.2 | 申请日: | 2023-06-01 |
公开(公告)号: | CN116644318A | 公开(公告)日: | 2023-08-25 |
发明(设计)人: | 罗欢;李辛;陈超;侯元春 | 申请(专利权)人: | 喜丈(上海)网络科技有限公司 |
主分类号: | G06F18/214 | 分类号: | G06F18/214;G06F18/21;G06F18/2415;G06F18/40 |
代理公司: | 北京超凡宏宇专利代理事务所(特殊普通合伙) 11463 | 代理人: | 张欣欣 |
地址: | 201000 上海市浦东新区中国(上海)*** | 国省代码: | 上海;31 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能 客服 模型 优化 方法 你想 装置 电子设备 | ||
1.一种智能客服模型优化方法,其特征在于,所述方法包括:
获取多个用户特征及其对应的历史会话、历史咨询单和历史意图集;其中,所述历史会话表示用户向人工客服输入的文本内容;所述历史咨询单表示人工客服记录的用户的咨询信息,所述历史意图集表示用户在智能客服页面触达过的意图合集;
分别将每个所述用户特征作为待定用户特征,基于所述待定用户特征对应的待定历史会话和待定历史咨询单,获得所述待定用户特征对应的候选意图集;
基于所述待定用户特征对应的历史意图集和候选意图集,确定所述待定用户特征对应的实际意图集,得到每个所述用户特征对应的实际意图集;
基于每个所述用户特征及其对应的实际意图集,对待优化智能客服模型进行训练优化,得到智能客服模型。
2.根据权利要求1所述的智能客服模型优化方法,其特征在于,所述历史咨询单包括用户诉求信息和咨询类别;
所述基于所述待定用户特征对应的待定历史会话和待定历史咨询单,获得所述待定用户特征对应的候选意图集的步骤,包括:
利用预训练的业务句子校验模型和预设识别模型,从所述待定历史会话中提取每个第一意图,获得所述待定用户特征对应的第一意图集;
利用预训练的业务句子校验模型和预设识别模型,从所述待定历史咨询单的用户诉求信息中提取每个第二意图,获得所述待定用户特征对应的第二意图集;
在所述待优化智能客服模型所关联的多个意图中,获取与所述待定历史咨询单中咨询类别所匹配的每个第三意图,获得所述待定用户特征对应的第三意图集,得到所述待定用户特征对应的候选意图集。
3.根据权利要求2所述的智能客服模型优化方法,其特征在于,所述利用预训练的业务句子校验模型和预设识别模型,从所述待定历史会话中提取每个第一意图的步骤,包括:
将所述待定历史会话中的每个单句分别作为待处理句子,并确定所述待定历史会话中每个单句的顺序;
利用所述业务句子校验模型对所述待处理句子进行业务完整性校验;
若所述待处理句子通过校验,则将所述待处理句子作为第一业务句子;
若所述待处理句子未通过校验,则将所述待处理句子与其后一个单句拼接得到目标复合句,并将所述目标复合句作为所述待处理句子后,重复执行所述利用所述业务句子校验模型对所述待处理句子进行业务完整性校验的步骤,直至所述目标复合句中的单句总数达到预设数目;
利用所述预设识别模型识别每个所述第一业务句子对应的意图,得到每个所述第一意图。
4.根据权利要求2所述的智能客服模型优化方法,其特征在于,所述利用预训练的业务句子校验模型和预设识别模型,从所述待定历史咨询单的用户诉求信息中提取每个第二意图的步骤,包括:
利用所述业务句子校验模型,对所述待定历史咨询单的用户诉求信息中的每个单句进行业务完整性校验,获得通过校验的每个第二业务句子;
利用所述预设识别模型识别每个所述第二业务句子对应的意图,得到每个所述第二意图。
5.根据权利要求2所述的智能客服模型优化方法,其特征在于,所述基于所述待定用户特征对应的历史意图集和候选意图集,确定所述待定用户特征对应的实际意图集的步骤,包括:
获取所述待定用户特征对应的历史意图集与第三意图集的交集;
获取所述待定用户特征对应的第一意图集与第二意图集的并集;
合并所述交集与所述并集,得到所述待定用户特征对应的实际意图集。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于喜丈(上海)网络科技有限公司,未经喜丈(上海)网络科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310645209.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种通信供电连接装置及控制系统
- 下一篇:一种自动复位型电梯限速器