一种智能客服的对话方法及系统技术方案

本发明专利技术公开了一种智能客服的对话方法及系统，其通过对问题进行分类，并对所属类别中的所有问题的出现频率进行排序，根据排序的先后顺序进行计算得到所述问题的属性值并创建打分函数模型；然后利用所述打分函数模型对所述问题进行打分得到所述问题的分值；对话时，获取访客问题，利用所述打分函数模型对所述访客问题进行打分，得到所述访客问题的分值；并将所述访客问题的分值与数据库中的问题的分值进行比对分析，得到分值最接近的问题以及对应的答案，作为所述访客问题的推荐答案；从而能够快速在数据库中搜索访客问题分值相近的相似问题，并根据相似问题向访客提供相应的推荐答案，提高了沟通效率和回答问题的准确性。

Conversation method and system for intelligent customer service

The invention discloses a method and a system for dialogue intelligent customer service, based on the classification problem, and appeared on all issues category in the frequency sorted attribute is calculated by the value of the problem and create a scoring function model according to order; then using the scoring function model the problem of the scoring value of the problem; dialogue, obtain visitors, the scoring function scoring for the model using the problem of visitors, the visitors problem scores; and the visitor asked the questions in the database scores and problem scores were compared and analyzed, get the value of closest to the problems and the corresponding answer, answer the question as to recommend visitors; to ask fast searching the database for similar problems similar to the scores of visitors According to the similar problems to the visitors to provide the corresponding recommendations, improve communication efficiency and answer the question of accuracy.

【技术实现步骤摘要】

本专利技术涉及通信
，特别是一种智能客服的对话方法及其应用该方法的系统。
技术介绍
随着互联网及电子商务的普及应用，及人工智能技术的发展，智能客服越来越常见。智能客服是在大规模知识处理基础上发展起来的一项面向行业应用的，包括：大规模知识处理技术、自然语言理解技术、知识管理技术、自动问答系统、推理技术等等，具有行业通用性，不仅为企业提供了细粒度知识管理技术，还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段；同时还能够为企业提供精细化管理所需的统计分析信息，可以大大降低企业在客服方面的人工成本。智能客服的工作原理主要是基于大数据知识处理技术的应用，即通过提取访客的关键词来判断访客的意图，然后从语料库中匹配相应的答案给访客。传统客服的对话方式具有以下不足：1.用户体验效果一般，对话模式固定，较为呆板。2.智能客服回答问题的准确性不高，特别是针对不同的访客时，智能客服无法作为个性化的回答。特别是由于中文的博大精深，同一个句往往会有不同的表达方式，传统做法是将相同或相似的问题作为一个分组，并且将这个分组的答案按出现的频率进行排序。当有新问题提出，且属于这个分组时，就把这个分组的答案里出现频率最高的一个推荐给访客。例如：1、明天天气如何？2、明天多少度？3、明天会下雨吗？4、明天冷吗？对应答案：1、明天是晴天，温度23-26。2、明天温度23-26。3、明天是晴天。4、明天温度23-26，体感舒适。一般做法是将以上问题分为一个组，然后当有新的相似问题进来时，都认为是同一组的问题，可以用该组的答案进行回答。对于该组的答案，一般为相同或相似，做法为将答案按频率进行排序，回答时自动推荐频率最高的一条。由于地域性的原因，当一个北方访客和一个南方访客，在同一个时间问了上面的问题，得到了相同的答案，却和实际相差较远。或者时效性原因，同一个地域性的访客问了同一个问题，但时间间隔长达数月，仍然得到了相同的答案，显然也是和事实不符的。
技术实现思路
本专利技术为解决上述问题，提供了一种智能客服的对话方法及系统，其通过对问题进行分类和排序，根据在各个类别中的排序顺序进行计算对应的属性值和进行打分，从而能够快速在数据库中搜索访客问题分值相近的相似问题，并根据相似问题向访客提供相应的推荐答案，提高了沟通效率和回答问题的准确性。为实现上述目的，本专利技术采用的技术方案为：一种智能客服的对话方法，其包括以下步骤：10.获取大量的对话记录作为训练数据，并对所述对话记录进行提取问答对，每个问答对至少包括一个问题和一个对应的答案；20.对所述问题进行分类，得到所述问题所属的类别，并对该类别中的所有问题的出现频率进行排序，根据排序的先后顺序进行计算得到所述问题在所述类别中的属性值，根据所述问题的类别及对应的属性值，进行创建打分函数模型；30.利用所述打分函数模型对所述问题进行打分，得到所述问题的分值；40.获取访客问题，利用所述打分函数模型对所述访客问题进行打分，得到所述访客问题的分值；50.将所述访客问题的分值与数据库中的问题的分值进行比对分析，得到分值最接近的问题，作为推荐问题；60.获取所述推荐问题的问答对中对应的答案，作为所述访客问题的推荐答案。优选的，所述的步骤10中，每个问答对包括一个以上相似问题，各个相似问题对应一个相同的答案。优选的，所述的步骤20中，对所述问题进行分类，包括以下类别：问题所属行业类别、访客所属地域类别、访客提问时间类别。优选的，所述问题的分类，还进一步包括：访客所属群体类别、访客教育程度类别。优选的，所述的步骤30或步骤40中，利用打分函数模型对问题进行打分，其计算方法如下：Score＝ax属性值1+bx属性值2+cx属性值3…+nx属性值N；其中，Score为计算得到的问题的分值；1、2、3代表所述问题所属的类别；属性值1、属性值2、属性值3代表所述问题在所述类别中的属性值；a、b、c、n表示权重参数。相应的，本专利技术还提供一种智能客服的对话系统，其包括：数据预处理模块，用于获取大量的对话记录作为训练数据，并对所述对话记录进行提取问答对，每个问答对至少包括一个问题和一个对应的答案；打分函数模型创建模块，用于对所述问题进行分类，得到所述问题所属的类别，并对该类别中的所有问题的出现频率进行排序，根据排序的先后顺序进行计算得到所述问题在所述类别中的属性值，根据所述问题的类别及对应的属性值，进行创建打分函数模型；分值输出模块，其利用所述打分函数模型对所述问题进行打分，得到所述问题的分值；并获取访客问题，利用所述打分函数模型对所述访客问题进行打分，得到所述访客问题的分值；相似问题分析模块，其将所述访客问题的分值与数据库中的问题的分值进行比对分析，得到分值最接近的问题，作为推荐问题；答案推荐模块，用于获取所述推荐问题的问答对中对应的答案，作为所述访客问题的推荐答案。本专利技术的有益效果是：(1)本专利技术通过对问题进行分类，并对所属的类别中的所有问题的出现频率进行排序，根据排序的先后顺序进行计算得到所述问题在所述类别中的属性值，根据所述问题的类别及对应的属性值对问题进行打分，从而实现问题的分类量化，极大的减小了运算量，提高了沟通效率，使得访客能够快速获取问题的答案，用户体验更好；(2)本专利技术综合考虑了问题的多种分类及各个类别所对应的属性值，同时还考虑不同类别的权重，利用所述分类信息、属性值、权重信息对问题进行打分，从而得到问题的综合分值，使得更加准确的查找到数据库中对应的推荐问题和推荐答案，从而能够更加准确的回答访客的问题。附图说明此处所说明的附图用来提供对本专利技术的进一步理解，构成本专利技术的一部分，本专利技术的示意性实施例及其说明用于解释本专利技术，并不构成对本专利技术的不当限定。在附图中：图1为本专利技术一种智能客服的对话方法的交互过程示意图。具体实施方式为了使本专利技术所要解决的技术问题、技术方案及有益效果更加清楚、明白，以下结合附图及实施例对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本专利技术，并不用于限定本专利技术。如图1所示，本专利技术的一种智能客服的对话方法，其包括以下步骤：10.获取大量的对话记录作为训练数据，并对所述对话记录进行提取问答对，每个问答对至少包括一个问题和一个对应的答案；20.对所述问题进行分类，得到所述问题所属的类别，并对该类别中的所有问题的出现频率进行排序，根据排序的先后顺序进行计算得到所述问题在所述类别中的属性值，根据所述问题的类别及对应的属性值，进行创建打分函数模型；30.利用所述打分函数模型对所述问题进行打分，得到所述问题的分值；40.获取访客问题，利用所述打分函数模型对所述访客问题进行打分，得到所述访客问题的分值；50.将所述访客问题的分值与数据库中的问题的分值进行比对分析，得到分值最接近的问题，作为推荐问题；60.获取所述推荐问题的问答对中对应的答案，作为所述访客问题的推荐答案。所述的步骤10中，每个问答对包括一个以上相似问题，各个相似问题对应一个相同的答案。所述的步骤20中，对所述问题进行分类，包括以下类别：问题所属行业类别、访客所属地域类别、访客提问时间类别，以及访客所属群体类别、访客教育程度类别等等。所述的步骤30或步骤40中，利用打分函数模型对问题进行打分，其计算方本文档来自技高网...

【技术保护点】
一种智能客服的对话方法，其特征在于，包括以下步骤：10.获取大量的对话记录作为训练数据，并对所述对话记录进行提取问答对，每个问答对至少包括一个问题和一个对应的答案；20.对所述问题进行分类，得到所述问题所属的类别，并对该类别中的所有问题的出现频率进行排序，根据排序的先后顺序进行计算得到所述问题在所述类别中的属性值，根据所述问题的类别及对应的属性值，进行创建打分函数模型；30.利用所述打分函数模型对所述问题进行打分，得到所述问题的分值；40.获取访客问题，利用所述打分函数模型对所述访客问题进行打分，得到所述访客问题的分值；50.将所述访客问题的分值与数据库中的问题的分值进行比对分析，得到分值最接近的问题，作为推荐问题；60.获取所述推荐问题的问答对中对应的答案，作为所述访客问题的推荐答案。

【技术特征摘要】
1.一种智能客服的对话方法，其特征在于，包括以下步骤：10.获取大量的对话记录作为训练数据，并对所述对话记录进行提取问答对，每个问答对至少包括一个问题和一个对应的答案；20.对所述问题进行分类，得到所述问题所属的类别，并对该类别中的所有问题的出现频率进行排序，根据排序的先后顺序进行计算得到所述问题在所述类别中的属性值，根据所述问题的类别及对应的属性值，进行创建打分函数模型；30.利用所述打分函数模型对所述问题进行打分，得到所述问题的分值；40.获取访客问题，利用所述打分函数模型对所述访客问题进行打分，得到所述访客问题的分值；50.将所述访客问题的分值与数据库中的问题的分值进行比对分析，得到分值最接近的问题，作为推荐问题；60.获取所述推荐问题的问答对中对应的答案，作为所述访客问题的推荐答案。2.根据权利要求1所述的一种智能客服的对话方法，其特征在于：所述的步骤10中，每个问答对包括一个以上相似问题，各个相似问题对应一个相同的答案。3.根据权利要求1所述的一种智能客服的对话方法，其特征在于：所述的步骤20中，对所述问题进行分类，包括以下类别：问题所属行业类别、访客所属地域类别、访客提问时间类别。4.根据权利要求3所述的一种智能客服的对话方法，其特征在于：所述问题的分类，还进一步包括：访客所属群体类别、访客教育程度类别。...

【专利技术属性】
技术研发人员：刘楚，蔡振华，李稀敏，刘晓葳，肖龙源，朱敬华，
申请(专利权)人：厦门快商通科技股份有限公司，
类型：发明
国别省市：福建;35