[发明专利]一种自动构造医美问诊引导逻辑的方法及系统在审
申请号: | 201911300806.1 | 申请日: | 2019-12-17 |
公开(公告)号: | CN111177343A | 公开(公告)日: | 2020-05-19 |
发明(设计)人: | 邹辉;肖龙源;蔡振华;李稀敏;刘晓葳;谭玉坤 | 申请(专利权)人: | 厦门快商通科技股份有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/35;G16H80/00 |
代理公司: | 厦门原创专利事务所(普通合伙) 35101 | 代理人: | 高巍 |
地址: | 361000 福建省厦门市*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 自动 构造 问诊 引导 逻辑 方法 系统 | ||
1.一种自动构造医美问诊引导逻辑的方法,其特征在于,包括以下步骤:
S1:获取至少两家医院对话数据,抽取对话数据中的客服回复话术,包括问诊话术和非问诊话术;
S2:抽取问诊话术进行分析,并将问诊话术分成多种问诊类别;
S3:分析对话数据在不同问诊类别的频率,得到主题项目的最佳问诊逻辑和最佳问诊话术。
2.根据权利要求1所述的一种自动构造医美问诊引导逻辑的方法,其特征在于,步骤S2进一步包括:
S2-1:通过爬虫爬取步骤S1中每家医院官网的整形项目信息,并统计常见项目;
S2-2:将对话数据按照所述的常见项目进行分类,形成项目数据;
S2-3:依据每类项目数据,抽取步骤S1的客服回复话术中的问诊话术。
3.根据权利要求1所述的一种自动构造医美问诊引导逻辑的方法,其特征在于,步骤S3进一步包括:
S3-1:抽取对话数据中的优质对话,分析该对话在不同问诊类别的频率,选择出现频率最高的排列组合作为主题项目的问诊逻辑;
S3-2:针对每种问诊类别,选择使用频率最高的问诊话术,得到问诊类别的最佳问诊逻辑和最佳问诊话术。
4.根据权利要求1所述的一种自动构造医美问诊引导逻辑的方法,其特征在于,步骤S2采用BERT语言模型以及二分类模型。
5.根据权利要求1至4任一所述的一种自动构造医美问诊引导逻辑的方法,其特征在于,所述的问诊话术依据统计学和/或机器学习的结果获得;
优选的,所述优质对话包括对话超过三轮且用户无负面情绪的对话。
6.一种自动构造医美问诊引导逻辑的系统,其特征在于,包括:数据模块、类别模块以及分析模块;其中,
所述数据模块,用于获取至少两家医院对话数据,抽取对话数据中的客服回复话术,包括问诊话术和非问诊话术;
所述类别模块,用于抽取问诊话术进行分析,并将问诊话术分成多种问诊类别;
所述分析模块,用于分析对话数据在不同问诊类别的频率,得到主题项目的最佳问诊逻辑和最佳问诊话术。
7.根据权利要求6所述的一种自动构造医美问诊引导逻辑的系统,其特征在于,所述类别模块进一步用于:
(1)通过爬虫爬取每家医院官网的整形项目信息,并统计常见项目;
(2)将对话数据按照所述的常见项目进行分类,形成项目数据;
(3)依据每类项目数据,抽取客服回复话术中的问诊话术。
8.根据权利要求6所述的一种自动构造医美问诊引导逻辑的系统,其特征在于,所述分析模块进一步用于:
(1)抽取对话数据中的优质对话,分析该对话在不同问诊类别的频率,选择出现频率最高的排列组合作为主题项目的问诊逻辑;
(2)针对每种问诊类别,选择使用频率最高的问诊话术,得到问诊类别的最佳问诊逻辑和最佳问诊话术。
9.根据权利要求6所述的一种自动构造医美问诊引导逻辑的系统,其特征在于,所述项目模块包括BERT语言模型以及二分类模型。
10.根据权利要求7至10任一所述的一种自动构造医美问诊引导逻辑的系统,其特征在于,所述的问诊话术依据统计学和/或机器学习的结果获得;
优选的,所述优质对话包括对话超过三轮且用户无负面情绪的对话。
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厦门快商通科技股份有限公司,未经厦门快商通科技股份有限公司许可,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/201911300806.1/1.html,转载请声明来源钻瓜专利网。