[发明专利]一种智能客服方法和装置以及设备在审

专利信息
申请号: 202010093545.7 申请日: 2020-02-14
公开(公告)号: CN111275463A 公开(公告)日: 2020-06-12
发明(设计)人: 肖龙源;李稀敏;蔡振华;刘晓葳 申请(专利权)人: 厦门快商通科技股份有限公司
主分类号: G06Q30/00 分类号: G06Q30/00;G06Q30/06;G06F40/211;G06F40/242;G06F40/289;G06F40/30
代理公司: 厦门原创专利事务所(普通合伙) 35101 代理人: 徐东峰;黄一敏
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 智能 客服 方法 装置 以及 设备
【权利要求书】:

1.一种智能客服方法,其特征在于,包括:

为在网络购买商品的用户分配网络客服;

读取所述用户在网络购买商品过程中产生的疑问的文本信息;

采用上下文词向量方式,对所述文本信息进行词向量化,和对所述经词向量化后的文本信息进行分词;

为所述经分词后的文本信息匹配解答文本;

根据所述解答文本,通过所述网络客服对所述用户进行解答。

2.如权利要求1所述的智能客服方法,其特征在于,所述为在网络购买商品的用户分配网络客服,包括:

获取在网络购买商品的用户的地理位置信息,为所述用户分配关联所述地理位置信息的网络客服。

3.如权利要求1所述的智能客服方法,其特征在于,所述采用上下文词向量方式,对所述文本信息进行词向量化,和对所述经词向量化后的文本信息进行分词,包括:

采用上下文词向量方式,通过开源已经训练好的中文预训练模型,经过特定的语料微调后,通过暴露服务,将文本信息预先计算词向量,根据所述预先计算的词向量,对所述文本信息进行词向量化,和通过将所述文本信息对应的业务领域的词入字典的方式,对所述经词向量化后的文本信息进行分词。

4.如权利要求1所述的智能客服方法,其特征在于,所述为所述经分词后的文本信息匹配解答文本,包括:

将所述经分词后的文本信息输入到卷积神经网络中,通过所述卷积神经网络采用语义关联的方式,建立关联所述经分词后的文本信息的问答对之间的匹配关系模型,根据所述匹配关系模型,为所述经分词后的文本信息匹配解答文本。

5.如权利要求1所述的智能客服方法,其特征在于,在所述根据所述解答文本,通过所述网络客服对所述用户进行解答之后,还包括:

采用最佳匹配问答对的方式,对所述用户在网络购买商品过程中产生的疑问和对应所述疑问的解答的问答对进行优化。

6.一种智能客服装置,其特征在于,包括:

分配模块、读取模块、文本处理模块、匹配模块和解答模块;

所述分配模块,用于为在网络购买商品的用户分配网络客服;

所述读取模块,用于读取所述用户在网络购买商品过程中产生的疑问的文本信息;

所述文本处理模块,用于采用上下文词向量方式,对所述文本信息进行词向量化,和对所述经词向量化后的文本信息进行分词;

所述匹配模块,用于为所述经分词后的文本信息匹配解答文本;

所述解答模块,用于根据所述解答文本,通过所述网络客服对所述用户进行解答。

7.如权利要求6所述的智能客服装置,其特征在于,所述分配模块,具体用于:

获取在网络购买商品的用户的地理位置信息,为所述用户分配关联所述地理位置信息的网络客服。

8.如权利要求6所述的智能客服装置,其特征在于,所述文本处理模块,具体用于:

采用上下文词向量方式,通过开源已经训练好的中文预训练模型,经过特定的语料微调后,通过暴露服务,将文本信息预先计算词向量,根据所述预先计算的词向量,对所述文本信息进行词向量化,和通过将所述文本信息对应的业务领域的词入字典的方式,对所述经词向量化后的文本信息进行分词。

9.如权利要求6所述的智能客服装置,其特征在于,所述匹配模块,具体用于:

将所述经分词后的文本信息输入到卷积神经网络中,通过所述卷积神经网络采用语义关联的方式,建立关联所述经分词后的文本信息的问答对之间的匹配关系模型,根据所述匹配关系模型,为所述经分词后的文本信息匹配解答文本。

10.如权利要求6所述的智能客服装置,其特征在于,所述智能客服装置,还包括:

优化模块;

所述优化模块,用于采用最佳匹配问答对的方式,对所述用户在网络购买商品过程中产生的疑问和对应所述疑问的解答的问答对进行优化。

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/202010093545.7/1.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