客服机器人应答方法、系统、计算机设备及存储介质与流程

文档序号:32660915发布日期:2022-12-23 23:30阅读:来源:国知局

技术特征:
1.一种客服机器人应答方法,其特征在于,包括以下步骤:获取客户端发送的待处理信息,并对所述待处理信息进行预处理和基础特征提取;其中,所述基础特征包括意图特征和情绪特征;基于提取的所述意图特征通过朴素贝叶斯算法对所述待处理信息进行预分类;基于提取的所述情绪特征通过情绪分析模型进行情绪分析;基于所述预分类结果根据第一预设机制执行相应系统操作,基于所述情绪分析结果根据第二预设机制生成响应数据,并将所述系统操作的结果和所述响应数据发送给客户端。2.根据权利要求1所述的客服机器人应答方法,其特征在于,所述并对所述待处理信息进行预处理和基础特征提取进一步包括:建立词典库,所述词典库包含训练语料库的所有词语,每个词语对应一个唯一识别的编号,利用one-hot文本表示;将句子拆分成多个词语,将每一个词语与所述词典库一一比对,如果该词语在所述词典库中,分词成功,否则继续拆分匹配直到成功;将分词成功的词语提取出来作为基础特征;其中所述词典库包括意图特征词典库和情绪特征词典库,所述基础特征包括意图特征和情绪特征。3.如权利要求2所述的客服机器人应答方法,其特征在于,所述基于提取的所述意图特征通过朴素贝叶斯算法对所述待处理信息进行预分类进一步包括:构建分类器,所述分类器的特征为意图特征词典库中的特征词语,所述分类器的类别包括催件、地址变更、快件拦截、延误筛查;其中,所述分类器的表示形式为:其中p(c
k
)为类别的先验概率,p(x|c
k
)是样本相对于类别的类别条件概率,p(x)为用于归一化的证据因子;获取历史待处理信息及其意图信息,对所述分类器进行训练;将提取的所述意图特征输入所述分类器,以获取意图类别。4.根据权利要求3所述的客服机器人应答方法,其特征在于,所述基于所述预分类结果根据第一预设机制执行相应系统操作进一步包括:在所述预分类的意图类别为催件的情况下,从运单号数据库中获取该客户端对应的运单号,并将该运单号发送至预设数据表单中;在所述预分类的意图类别为地址变更的情况下,从运单号数据库中获取该客户端对应的运单号,从所述客户端获取预修改地址,将所述预修改地址更新至运单目标地址数据库中;在所述预分类的意图类别为快件拦截的情况下,从运单号数据库中获取该客户端对应的运单号,从运单目标地址数据库中获取该运单号对应的目标地址,将其目标地址更新为该单号目标地址的所在地级市的转运中心;在所述预分类的意图类别为延误筛查的情况下,从运单号数据库中获取该客户端对应的所有在途运单号,并根据预设规则筛选出延误的订单。5.如权利要求2所述的客服机器人应答方法,其特征在于,所述基于提取的所述情绪特征通过情绪分析模型进行情绪分析进一步包括:
基于所述情绪特征词典库中的情绪特征词语进行包含正面词语表、负面词语表、否定词语表、程度副词表的划分;提取所述待处理信息中的情绪特征,遍历所述正面词语表、负面词语表、否定词语表、程度副词表;在所述情绪特征命中相应的词语表/词表的情况下,按照预设规则进行相应权重的处理;输出最终权重值。6.根据权利要求5所述的客服机器人应答方法,其特征在于,所述基于所述情绪分析结果根据第二预设机制生成响应数据进一步包括:在所述最终权重值在第一预设范围内的情况下,按照第一回复模板进行回复;在所述最终权重值在第二预设范围内的情况下,按照第二回复模板进行回复。7.根据权利要求6所述的客服机器人应答方法,其特征在于,所述基于所述情绪分析结果根据第二预设机制生成响应数据还包括:在所述最终权重值在第三预设范围内的情况下,将该待处理信息升级至人工处理。8.一种客服机器人应答系统,其特征在于,包括:特征提取模块,用于获取客户端发送的待处理信息,并对所述待处理信息进行预处理和基础特征提取;其中,所述基础特征包括意图特征和情绪特征;预分类模块,用于基于提取的所述意图特征通过朴素贝叶斯算法对所述待处理信息进行预分类;情绪分析模块,用于基于提取的所述情绪特征通过情绪分析模型进行情绪分析;执行模块,用于基于所述预分类结果根据第一预设机制执行相应系统操作,基于所述情绪分析结果根据第二预设机制生成响应数据,并将所述系统操作的结果和所述响应数据发送给客户端。9.一种计算机设备,其特征在于,包括:存储器,所述存储器用于存储处理程序;处理器,所述处理器执行所述处理程序时实现如权利要求1至权利要求7中任意一项所述的客服机器人应答方法。10.一种可读存储介质,其特征在于,所述可读存储介质上存储有处理程序,所述处理程序被处理器执行时实现如权利要求1至权利要求7中任意一项所述的客服机器人应答方法。

技术总结
本发明具体公开一种客服机器人应答方法,包括以下步骤:获取客户端发送的待处理信息,并对所述待处理信息进行预处理和基础特征提取;其中,所述基础特征包括意图特征和情绪特征;基于提取的所述意图特征通过朴素贝叶斯算法对所述待处理信息进行预分类;基于提取的所述情绪特征通过情绪分析模型进行情绪分析;基于所述预分类结果根据第一预设机制执行相应系统操作,基于所述情绪分析结果根据第二预设机制生成响应数据,并将所述系统操作的结果和所述响应数据发送给客户端。快速的获取客户的意图和当前的情绪,及时快速的对客户的需求进行处理,照顾到客户的情绪,并给出相应的响应措施,能够尽量提高客户满意度。能够尽量提高客户满意度。能够尽量提高客户满意度。


技术研发人员:夏柳娟 杨周龙
受保护的技术使用者:上海东普信息科技有限公司
技术研发日:2022.10.27
技术公布日:2022/12/22
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1