[发明专利]智能客服会话方法及系统

说明书

本发明公开了一种智能客服会话方法及系统，结合了用户的地理位置信息，利用该信息选择相应的词向量模型，合理地利用了用户的地理位置信息，并引入用户身份信息以及类型化分析，从而对回复的答案信息进行优化；由所述智能应答引擎识自动通过交互终端向用户推荐信息，可以在用户提问之前就解决问题；本发明又创造，以排除虚假提问和剔除无效提问的功能。本发明利用上述技术方案提升了会话的准确性和效率。

技术领域

本发明属于互联网智能会话技术领域，尤其涉及一种智能客服会话方法及系统。

背景技术

交易和沟通效率的提升可以减少交易和沟通的边际成本，互联网平台或企业的海量交易量需要大量的客服与客户进行会话，以解决交易和沟通中的问题。但实践中，大量的咨询和沟通都是重复的问题，这些问题实际上存在标准化的答案，人工会话不仅降低了效率，还增加了人工成本。

随着移动互联网的快速发展，服务行业也开始通过互联网模式为特定和不特定人群提供高附加值、高层次、知识型的生产服务和生活服务，适应现代人和现代城市发展的需求。

然而，智能会话的准确性仍然是行业中亟待解决的问题，若无法及时有效地向请求者提供准确信息，请求者只能再次转向人工求助，反而降低了沟通效率。基于此，现有技术的智能会话的准确性还有待提升。

发明内容

有鉴于此，本发明所要解决的技术问题是，提供一种准确度高的智能客服会话方法及系统，以提高工作效率。

本发明提供一种以下的智能客服会话方法，具体步骤如下：

S1、接受用户提交的会话信息，获取用户的地理位置信息，结合用户的的地理位置信息，选择相应的词向量模型，并根据所述词向量模型提取出相应的关键词；

S2、将提取的所述关键词，通过领域本体规则进行不同类别的分类，并在本体领域知识库中查询对应的特征信息；

S3、将所述特征信息基于朴素贝叶斯分类算法输出问题类型信息；

S4、根据所述问题类型信息，从业务知识库中选择多个可能的答案，作为智能回复给用户的信息，并根据答案的匹配性显降序排列。

进一步的，采用极限学习机来训练用户提交的会话信息与给出的智能回复信息的匹配性。

进一步的，根据用户的反馈，重新提取关键词，并重复步骤S2、S3和S4，并调整所述答案的排序。

进一步的，所述词向量模型采用CBOW-Gram模型，所述CBOW-Gram模型是一个包括输入层、隐藏层以及输出层的三层神经网络，所述CBOW-Gram模型的训练输入是某一个特征词的上下文相关的词对应的词向量，而输出就是这特定的一个词的词向量。

本发明还提供一种智能客服会话系统，包括交互终端、智能服务模块以及本体知识库；

所述交互终端用于接受用户上行的问题，并将问题信息发送给所述智能服务模块；

所述智能服务模块通过所述交互终端获取用户地理位置权限，以获取用户的地理位置信息，基于所述地理位置信息和问题，选择相应的词向量模型，根据所述词向量模型进行关键词提取，并按照朴素贝叶斯分类算法输出为问题类型信息；

根据所述问题类型信息，从本体知识库中的业务知识库中选择多个可能的答案，作为智能回复给用户的信息，并根据答案的匹配性显降序排列；

采用极限学习机来训练用户提交的会话信息与给出的智能回复信息的匹配性。