本发明专利技术涉及即时通信技术领域，且公开了一种基于大语言模型的维修咨询智能客服系统，所述系统由用户输入处理与检查模块、意图识别与信息提取模块、动态知识检索模块、智能回复生成模块和回复优化与质量控制模块组成。本发明专利技术通过系统利用大型语言模型对用户输入进行安全和合规性检查，自动过滤不适当或潜在有害的内容，确保对话的安全性，系统提取关键信息，为后续处理提供了精确的信息支持，根据对话状态和用户输入生成有针对性的初步回复，系统能够判断信息是否完整，并在必要时引导用户补充信息，提高回复的有效性，达到了智能、精准的人机对话的有益效果。
【技术实现步骤摘要】
本专利技术涉及即时通信，具体为一种基于大语言模型的维修咨询智能客服系统。
技术介绍
1、随着人工智能技术的飞速发展，特别是大语言模型技术在文本理解、知识推理等领域的突破，维修咨询智能客服已成为企业数字化转型的关键环节，传统语言系统往往无法准确理解民众的复杂需求，导致客服的回答内容与民众的实际需求大相径庭。此外，传统的客服系统缺乏足够的语言理解能力，面对用户的个性化提问，往往只能采用固定的方式进行回答，缺少丰富性与灵活性，对用户体验的影响较大。
技术实现思路
1、针对现有技术的不足，本专利技术提供了一种基于大语言模型的维修咨询智能客服系统，具备智能、精准的人机对话；有效提高对话质量,增强用户体验,在客户服务、智能助手等领域具有广泛的应用前景等优点，解决了上述技术问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种基于大语言模型的维修咨询智能客服系统，所述系统由用户输入处理与检查模块、意图识别与信息提取模块、动态知识检索模块、智能回复生成模块和回复优化与质量控制模块组成；
3、所述用户输入处理与检查模块用于接收用户输入，并进行场景与合规性检查，利用大型语言模型llm对输入进行分析，过滤不适当或潜在有害的内容，确保系统接收到的内容符合安全和合规标准，避免系统接收不合适的内容；
4、所述意图识别与信息提取模块用于识别用户的意图并提取关键信息，运用llm的语义理解能力，对用户输入进行意图识别和信息提取，把握用户的真实需求，为后续处理提供信息支持；</p>5、所述动态知识检索模块用于根据意图识别结果和提取的信息，决定是否需要外部知识检索，使用simcse语义相似度模型和vecdb技术，从知识库中检索相关信息，获取外部知识，以支持系统生成更为精准的回答；
6、所述智能回复生成模块用于生成初步回复，根据对话状态生成有针对性的回答，依托llm，根据当前对话流程生成回复，当信息不完整时提示用户补充信息，当信息完整时提供建议或其他回应，提供针对性的、连贯的回复，提高对话的有效性和流畅性；
7、所述回复优化与质量控制模块用于对生成的初步回复进行优化和质量控制，自动修正和优化回复，确保其准确性、相关性和语言流畅度。
8、优选的，所述系统还包括应用方法，所述应用方法为：
9、步骤一、用户输入：系统接收用户的初始输入；
10、步骤二、llm检查上下文是否相关包括首次提问、话题转换：调用大语言模型api，将用户输入与历史上下文进行比对分析；
11、步骤三、若上下文不相关：执行全局意图识别、删除无关上下文
12、步骤四、若上下文相关：更新上下文并获取槽位更新值；
13、步骤五、检查槽位是否完整：分析用户输入，判断是否需要重新引导用户；
14、步骤六、如果槽位填充不完整：根据检测结果，引导用户重新输入，该步骤提前设计提示模板；
15、步骤七、若槽位填充完整：调用vector database检索相应标准故障现象、维修备件类型等信息，其中vector datebase中存放的vector数据由bge-large模型生成，同时给出故障现象对应的自助维修建议，vecdb中预先储存；
16、步骤八、若无法自助解决：提示用户输入姓名电话等信息，生成维修工单；
17、步骤九、若能自动解决：流程自动结束。
18、优选的，所述用户输入处理与检查模块表达式为：
19、；
20、；
21、；
22、；
23、接受用户输入表达式为：；
24、分析用户输入表达式为：；
25、过滤内容表达式为：；
26、确保合规表达式为：。
27、优选的，所述动态知识检索模块中：
28、；
29、；
30、计算关键信息与知识库中每条知识的相似度表达式为：
31、
32、其中：
33、表示从知识库中检索到的第条相关知识。
34、优选的，所述动态知识检索模块中
35、
36、公式用于判断计算得到的语义相似度是否大于或等于阈值；
37、从向量数据库中检索信息表达式为：
38、
39、公式用于从知识库中筛选出所有与关键信息k语义相似度高于阈值的知识。
40、优选的，所述动态知识检索模块还包括提供支持计算，所述提供支持计算表达式为：
41、
42、所述公式将检索到的相关知识作为外部知识支持系统生成更精准的回答。
43、优选的，所述智能回复生成模块中：
44、：表示当前对话状态；：表示将对话状态和用户输入输入到大型语言模型中进行分析和生成回复的过程；：表示信息是否完整的状态：0 表示不完整，1表示完整；：表示提供建议或其他回应的操作；
45、生成初步回复表达式为：
46、。
47、优选的，所述智能回复生成模块中检查信息是否完整表达式为：
48、
49、表示检查生成的回复是否包含完整信息；
50、
51、表示若信息不完整，则提示用户补充信息；
52、
53、表示若信息完整，则提供建议或其他回应；
54、生成最终回复表达式为：
55、。
56、优选的，所述回复优化与质量控制模块中对初步回复进行优化表达式为：
57、
58、：表示生成的初步回复；：表示经过优化和质量控制后的最终回复。
59、与现有技术相比，本专利技术提供了一种基于大语言模型的维修咨询智能客服系统，具备以下有益效果：
60、1、本专利技术通过系统利用大型语言模型对用户输入进行安全和合规性检查，自动过滤不适当或潜在有害的内容，确保对话的安全性，系统提取关键信息，为后续处理提供了精确的信息支持，使用simcse语义相似度模型和vecdb技术，从知识库中检索与用户意图和关键信息相关的知识，确保回复内容的准确性和全面性，根据对话状态和用户输入生成有针对性的初步回复，系统能够判断信息是否完整，并在必要时引导用户补充信息，提高回复的有效性，达到了智能、精准的人机对话的有益效果。
61、2、本专利技术通过系统通过大语言模型对用户输入进行智能处理和安全检查，确保对话内容的适当性，从而减少了不必要的干扰，提升了对话的专业性和质量，系统能够准确识别用户的意图并提取关键信息，使得回复更加贴切用户需求，提高了对话的准确性和有效性，系统使用先进的知识检索技术确保提供的信息与用户需求相关，增强了回答的全面性和实用性，通过生成初步回复并进行优化，系统能提供高质量的回答，语言流畅且信息完整，从而提升了用户的互动体验，该系统能够高效处理客户咨询，提供精准帮助，减少了人工客服的负担，并能处本文档来自技高网
...
【技术保护点】
1.一种基于大语言模型的维修咨询智能客服系统，其特征在于，所述系统由用户输入处理与检查模块、意图识别与信息提取模块、动态知识检索模块、智能回复生成模块和回复优化与质量控制模块组成；
2.根据权利要求1所述的一种基于大语言模型的维修咨询智能客服系统，其特征在于：所述系统还包括应用方法，所述应用方法为：
3.根据权利要求1所述的一种基于大语言模型的维修咨询智能客服系统，其特征在于：所述用户输入处理与检查模块表达式为：
4.根据权利要求1所述的一种基于大语言模型的维修咨询智能客服系统，其特征在于：所述动态知识检索模块中：
5.根据权利要求4所述的一种基于大语言模型的维修咨询智能客服系统，其特征在于：所述动态知识检索模块中确定是否满足阈值表达式为：
6.根据权利要求5所述的一种基于大语言模型的维修咨询智能客服系统，其特征在于：所述动态知识检索模块还包括提供支持计算，所述提供支持计算表达式为：
7.根据权利要求3所述的一种基于大语言模型的维修咨询智能客服系统，其特征在于：所述智能回复生成模块中：
8.根据权利要求1所述的一种基于大语言模型的维修咨询智能客服系统，其特征在于：所述智能回复生成模块中检查信息是否完整表达式为：
9.根据权利要求1所述的一种基于大语言模型的维修咨询智能客服系统，其特征在于：所述回复优化与质量控制模块中对初步回复进行优化表达式为：
...
【技术特征摘要】
1.一种基于大语言模型的维修咨询智能客服系统，其特征在于，所述系统由用户输入处理与检查模块、意图识别与信息提取模块、动态知识检索模块、智能回复生成模块和回复优化与质量控制模块组成；
2.根据权利要求1所述的一种基于大语言模型的维修咨询智能客服系统，其特征在于：所述系统还包括应用方法，所述应用方法为：
3.根据权利要求1所述的一种基于大语言模型的维修咨询智能客服系统，其特征在于：所述用户输入处理与检查模块表达式为：
4.根据权利要求1所述的一种基于大语言模型的维修咨询智能客服系统，其特征在于：所述动态知识检索模块中：
5.根据权利要求4所述的一种基于大语言模型的维修咨询智能客服...
【专利技术属性】
技术研发人员：张陈为，
申请(专利权)人：上海龙照电子有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。