[发明专利]一种向人工客服推荐回复内容的对话机器人的实现方法有效
申请号: | 201710753876.7 | 申请日: | 2017-08-29 |
公开(公告)号: | CN107330130B | 公开(公告)日: | 2020-10-20 |
发明(设计)人: | 马晓宇;辛欣;李理 | 申请(专利权)人: | 北京易掌云峰科技有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F40/289;G06N3/04 |
代理公司: | 北京安度修典专利代理事务所(特殊普通合伙) 11424 | 代理人: | 杨方成 |
地址: | 102200 北京市昌平区东小*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明提供一种向人工客服推荐回复内容的对话机器人的实现方法,包括以下步骤:步骤1、通过第一个LSTM神经张量网络模型对问题进行特征抽取,得到客户问题分词的结果,并用第一个LSTM神经张量网络模型将客户问题分词的结果编码为向量c;步骤2、通过第二个LSTM神经张量网络模型对客服答复进行特征抽取,得到客服答复分词的结果并用第二个LSTM神经张量网络模型将客服答复分词的结果编码为向量r;步骤3、获取问题所在商店的个性化特征,并编码为商家的特征向量s;步骤4、通过神经张量网络层将所述向量c、向量r与向量s通过张量进行直接交互计算;步骤5、输出客户问题对应的相似答复的筛选推荐功能选项。本发明能够智能地向人工客服推荐回复内容。 | ||
搜索关键词: | 一种 人工 客服 推荐 回复 内容 对话 机器人 实现 方法 | ||
【主权项】:
一种向人工客服推荐回复内容的对话机器人的实现方法,其特征在于,包括以下步骤:步骤1、通过第一个LSTM神经网络张量模型(LNTN)对问题进行特征抽取,得到客户问题分词的结果q1、q2、…、qm,并用第一个LSTM神经网络张量模型将客户问题分词的结果q1、q2、…、qm编码为向量c;其中,qm表示客户问题的第m个词对应的向量;步骤2、通过第二个LSTM神经网络张量模型对客服答复进行特征抽取,得到客服答复分词的结果a1、a2、…、an,并用第二个LSTM神经网络张量模型将客服答复分词的结果a1、a2、…、an编码为向量r;其中,an表示客服答复的第n个词对应的向量;步骤3、获取问题所在商店的个性化特征,并编码为商家的特征向量s;步骤4、通过神经张量网络层(NTN)将所述向量c、向量r与向量s通过张量进行直接交互计算,实现特征表示与相似度匹配;步骤5、输出客户问题对应的相似答复的筛选推荐功能选项。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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北京易掌云峰科技有限公司,未经北京易掌云峰科技有限公司许可,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/patent/201710753876.7/,转载请声明来源钻瓜专利网。