[发明专利]客服的智能化辅助方法、装置、服务器和存储介质有效

专利信息
申请号: 201810834752.6 申请日: 2018-07-26
公开(公告)号: CN108920715B 公开(公告)日: 2020-11-10
发明(设计)人: 王彩霞 申请(专利权)人: 百度在线网络技术(北京)有限公司
主分类号: G06F16/332 分类号: G06F16/332
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100085 北京市*** 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:
搜索关键词: 客服 智能化 辅助 方法 装置 服务器 存储 介质
【权利要求书】:

1.一种客服的智能化辅助方法,其特征在于,包括:

针对客服与客户之间沟通的每一语句内容,分别确定该语句内容以及该语句内容的至少一个前文语句内容的初始向量;

依据所述至少一个前文语句内容的初始向量,确定前文初始向量;

拼接该语句内容的初始向量和所述前文初始向量,得到该语句内容的语句特征向量;

依据各语句特征向量确定本次沟通特征,其中本次沟通特征包括本次沟通场景、本次沟通主题和本次沟通要点;

依据本次沟通特征确定本次沟通辅助信息;

其中,确定任一语句内容的初始向量,包括:

将位于词袋中每一维度处词语与该语句内容中的每一词语之间的最大相似度作为该语句内容的相似度向量在该维度上的取值,以得到该语句内容的相似度向量;

将词袋的逆文本频率指数向量与所述相似度向量之间的乘积,作为该语句内容的初始向量。

2.根据权利要求1所述的方法,其特征在于,所述依据所述至少一个前文语句内容的初始向量,确定前文初始向量,包括:

将各前文语句内容的各初始向量在每一维度上的最大值作为前文初始向量中的该维度的取值,以得到前文初始向量。

3.根据权利要求1所述的方法,其特征在于,所述依据各语句特征向量确定本次沟通特征,包括:

针对每一语句特征向量,确定该语句特征向量关联的语句沟通特征,其中语句沟通特征是沟通场景、沟通主题或沟通要点;

依据不同语句特征向量所关联的语句沟通特征之间的关联关系,确定本次沟通特征。

4.根据权利要求1所述的方法,其特征在于,所述依据本次沟通特征确定本次沟通辅助信息,包括:

依据本次沟通特征确定本次沟通话术或本次沟通知识点。

5.一种客服的智能化辅助装置,其特征在于,包括:

语句特征向量确定模块,用于分别确定客服与客户之间沟通的各语句内容的语句特征向量;本次沟通特征确定模块,用于依据各语句特征向量确定本次沟通特征,其中本次沟通特征包括本次沟通场景、本次沟通主题和本次沟通要点;

辅助信息确定模块,用于依据本次沟通特征确定本次沟通辅助信息;

其中,所述语句特征向量确定模块,包括:

初始向量确定单元,用于针对客服与客户之间沟通的每一语句内容,分别确定该语句内容以及该语句内容的至少一个前文语句内容的初始向量;

前文初始向量确定单元,用于依据所述至少一个前文语句内容的初始向量,确定前文初始向量;

语句特征向量确定单元,用于拼接该语句内容的初始向量和所述前文初始向量,得到该语句内容的语句特征向量;

其中,所述初始向量确定单元,包括:

相似度向量确定子单元,用于将位于词袋中每一维度处词语与该语句内容中的每一词语之间的最大相似度作为该语句内容的相似度向量在该维度上的取值,以得到该语句内容的相似度向量;

初始向量确定子单元,用于将词袋的逆文本频率指数向量与所述相似度向量之间的乘积,作为该语句内容的初始向量。

6.根据权利要求5所述的装置,其特征在于,所述前文初始向量确定单元具体用于:

将各前文语句内容的各初始向量在每一维度上的最大值作为前文初始向量中的该维度的取值,以得到前文初始向量。

7.根据权利要求5所述的装置,其特征在于,所述本次沟通特征确定模块,包括:

语句沟通特征确定单元,用于针对每一语句特征向量,确定该语句特征向量关联的语句沟通特征,其中语句沟通特征是沟通场景、沟通主题或沟通要点;

本次沟通特征确定单元,用于依据不同语句特征向量所关联的语句沟通特征之间的关联关系,确定本次沟通特征。

8.根据权利要求5所述的装置,其特征在于,所述辅助信息确定模块具体用于:

依据本次沟通特征确定本次沟通话术或本次沟通知识点。

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百度在线网络技术(北京)有限公司,未经百度在线网络技术(北京)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/201810834752.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top