[发明专利]基于层次聚类的人工智能系统和方法

说明书

用于分类客户查询的人工智能系统和方法。系统(100)包括通信接口(102)，用于接收至少两个历史客户查询。系统(100)进一步包括处理器(104)。该处理器(104)被配置为将历史客户查询分割成至少两个词语并确定一组常用词语。该处理器(104)进一步被配置为使用一组常用词语过滤历史客户查询。该处理器(104)还被配置为通过对过滤后的历史客户查询进行分类来确定至少两个代表性主题，其中该分类采用层次聚类方法。该系统(100)还包括存储器(108)，被配置为存储常用词语和代表性主题。

技术领域

本申请涉及用于管理客户查询的人工智能(AI)系统和方法，更具体地，涉及用于基于层次聚类智能地分类客户查询的AI系统和方法。

背景技术

高质量的客户服务对几乎所有类型的企业都很重要，包括销售产品和提供服务的企业。客户服务通常是劳动密集型的，因此需要庞大的代表团队来满足带宽要求。自动化或部分自动化的客户服务系统已被实施来降低人力资本成本，同时提高服务带宽和速度。例如，自动客户服务系统可以同时处理多个客户查询，这样客户就不需要排队等候。

某些自动化客户服务系统可以在问答(QA)会话中智能地与客户通信，例如了解客户查询并提供响应以解决查询。对于有效处理QA会话的智能客户服务系统，系统必须准确地确定问题与哪个主题相关。例如，“我应该何时接收订单？”这一问题与“运送状态”的现有主题有关。

在现有系统中，通常基于大量QA数据来手动合成主题。该过程是劳动密集型的，效率低且容易出错。例如，不同的人对客户询问具有不同的主观理解，因此可能对相关主题做出不同的确定。又例如，手动合成的主题可能是不明确的，例如，主题可以映射到应该提供不同答案的两个不同场景。例如，银行业务环境中的“如何更改密码”可以包括两种需要不同答案的可能情况：(1)如何更改登录密码以及(2)如何更改现金预付密码。

诸如k均值聚类的分类方法已经应用于聚类客户查询以合成主题。然而，客户在相同背景下的查询(例如，打车服务)通常在语义上相似，并且不容易彼此区分。因此，应用简单的k均值聚类可能无法在聚类空间中“分离”这样的查询。

本申请的实施例通过提供人工智能系统和方法来解决上述问题，用于基于层次聚类来智能地学习客户查询。

发明内容

本申请的实施例提供了一种用于分类客户查询的人工智能系统。所述系统包括通信接口，用于接收至少两个历史客户查询。所述系统进一步包括处理器。所述处理器被配置为将所述历史客户查询分割成至少两个词语并在所述词语中确定一组常用词语。所述处理器进一步被配置为使用所述一组常用词语过滤所述历史客户查询。所述处理器还被配置为通过对所述过滤后的历史客户查询进行分类来确定至少两个代表性主题，其中所述分类应用层次聚类方法。所述系统还包括存储器，被配置为存储所述常用词语和所述代表性主题。

本申请的实施例还提供了一种用于分类客户查询的人工智能方法。所述方法包括由处理器接收至少两个历史客户查询并将所述历史客户查询分割成至少两个词语。所述方法进一步包括由所述处理器确定所述词语中的一组常用词语，以及由所述处理器使用所述一组常用词语来过滤所述历史客户查询。所述方法还包括由所述处理器通过对所过滤后的历史客户查询进行分类来确定至少两个代表性主题，其中所述分类应用层次聚类方法。所述方法进一步包括将所述常用词语和所述代表性主题存储在存储器中。

本申请的实施例进一步提供了一种其上存储指令的非暂时性计算机可读介质，当由处理器执行时，使所述处理器执行用于分类客户查询的人工智能方法。所述方法包括接收至少两个历史客户查询并将所述历史客户查询分割成至少两个词语。所述方法进一步包括确定所述词语中的一组常用词语，并使用所述一组常用词语过滤所述历史客户查询。所述方法还包括通过对所述过滤后的历史客户查询进行分类来确定至少两个代表性主题，其中所述分类应用层次聚类方法。

应当理解，前面的一般性描述和下面的详细描述都只是示例性和说明性的，并不是对要求保护的本发明的限制。