【技术实现步骤摘要】
本公开涉及计算机，尤其涉及一种客服信息处理方法及装置。
技术介绍
1、随着网络的发展，线上交流已经成为快递、商家等与客户交流的有效方式。且为了节约成本，经常是一个客服要与多个客户进行沟通，因为客户的诉求较为繁杂，且客服本身水平不一，旺季时一个客户要面对的客户众多等，导致客服的服务质量以及服务效率较低。
2、相关技术中，目前有一些辅助查询的文档类产品，能够涵盖多数场景，方便客服在不清楚如何回复时进行查询，但是这类产品存在查询效率低、场景覆盖不完以及话术更新频率低的问题。
技术实现思路
1、本公开提供了一种客服信息处理方法及装置，以至少解决现有技术中存在的以上技术问题。
2、根据本公开的第一方面，提供了一种客户信息处理，所述方法包括：
3、获得历史语料数据；所述历史语料数据包括：各个业务场景下对应的意图及实体，以及所述意图及实体对应的历史会话数据；
4、将所述历史语料数据作为训练数据对自然语言理解初始模型进行训练，得到自然语言理解模型；利用所述自然语言理解模型识别的意图及实体、相应的历史会话数据对会话管理初始模型进行训练，得到会话管理模型；所述自然语言理解模型用于识别客户端用户意图及实体信息，所述会话管理模型用于根据识别到的意图、实体信息以及对应历史会话数据确定下一步操作；
5、将待处理数据输入所述自然语言理解模型中，识别用户意图和实体，所述会话管理模型根据识别到的用户意图和实体及对应的历史会话数据匹配历史情景数据，根据所述历
6、在一可实施方式中，还包括：
7、对所述自然语言理解模型和会话管理模型进行迭代更新；包括：
8、将待处理数据输入所述自然语言理解模型中，识别用户意图和实体，判断所述用户意图是否为现有意图，并在是的情况下将所述用户意图和实体及相应会话数据输入所述会话管理模型；否则，进行基础回复后基于所述待处理数据增加或修改意图或实体对所述自然语言理解模型进行更新训练，得到更新后的自然语言理解模型；
9、所述会话管理模型根据自然语言理解模型识别到的意图和实体获取相应会话数据并判断所述会话管理模型中是否存在相匹配的历史情景数据，如果存在，则根据所述历史情景数据输出相应操作；如果不存在，进行基础回复后则增加或修改相应流程并对所述会话管理模型进行更新训练，得到更新后的会话管理模型。
10、在一可实施方式中，所述判断所述用户意图是否为现有意图，包括：
11、计算识别到的意图为现有意图的置信度排序，判断排序第一的置信度是否大于第一阈值；
12、在排序第一的置信度大于第一阈值时，计算排序第一的置信度与排序第二的置信度之间的差值，如果所述差值高于第二阈值，则确定为现有意图，否则进行基础回复。
13、在一可实施方式中，所述根据所述历史情景数据中的操作输出相应操作，包括：
14、如果判断出用户意图需要查询，则根据用户意图对应的历史情景数据进行回复至会话结果，保存本次会话数据；
15、如果判断出用户意图需要创建工单，则根据用户意图对应的历史情景数据创建工单，并基于用户意图及实体填充工单信息，在工单需要提交时对所述工单进行提交。
16、在一可实施方式中，还包括：
17、统计预设时间段内会话的辅助采纳率、话术采纳率以及推荐率并进行显示。
18、在一可实施方式中，所述获得历史语料数据，包括：
19、基于业务场景确定相应的意图及实体；
20、基于所述意图及实体从预设数据库中获取与客户的历史会话消息；
21、筛选所述历史会话消息，得到历史语料数据。
22、在一可实施方式中，所述将所述历史语料数据作为训练数据对自然语言理解初始模型进行训练，包括：
23、对所述历史语料数据进行分词处理，得到输入词；
24、利用词嵌入语言模型将所述输入词转化为词向量；
25、利用分类器对所述词向量分类到相应的意图类中。
26、在一可实施方式中，所述自然语言理解模型和所述会话管理模型均采用rasa框架进行训练得到的。
27、在一可实施方式中，将待处理数据输入所述自然语言理解模型，包括：
28、在所述自然语言理解初始模型训练后生成一个键为语料文本对应的字符串、值为历史语料数据对应意图名称的字典；
29、在rasa框架中的意图识别部分引入所述字典进行判断，如果所述待处理数据在字典中，则直接返回对应的字典值作为用户意图识别的结果；
30、将得到用户意图识别结果的待处理数据输入所述自然语言理解模型中，识别实体。
31、根据本公开的第二方面，提供了一种客服信息处理装置，所述装置包括：
32、获取模块，用于获得历史语料数据；所述历史语料数据包括：各个业务场景下对应的意图及实体，以及所述意图及实体对应的历史会话数据；
33、训练模块，用于将所述历史语料数据作为训练数据对自然语言理解初始模型进行训练，得到自然语言理解模型；利用所述自然语言理解模型识别的意图及实体、相应的历史会话数据对会话管理初始模型进行训练，得到会话管理模型；所述自然语言理解模型用于识别客户端用户意图及实体信息，所述会话管理模型用于根据识别到的意图、实体信息以及对应历史会话数据确定下一步操作；
34、输出模块，用于将待处理数据输入所述自然语言理解模型中，识别用户意图和实体，所述会话管理模型根据识别到的用户意图和实体及对应的历史会话数据匹配历史情景数据，根据所述历史情景数据中的操作输出相应操作；其中，所述会话管理模型中的历史情景数据是训练时存储的情景数据。
35、根据本公开的第三方面，提供了一种电子设备，包括：
36、至少一个处理器；以及
37、与所述至少一个处理器通信连接的存储器；其中，
38、所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开所述的方法。
39、根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行本公开所述的方法。
40、本公开的客服信息处理方法及装置，能够实现减少客服对单个客户以及单条客户消息的回复时间，提高客服响应客户的速度，增加单位时间内接待的客户数量，提高服务效率。
41、应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
本文档来自技高网...【技术保护点】
1.一种客服信息处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求2所述的方法，其特征在于，所述判断所述用户意图是否为现有意图，包括：计算识别到的意图为现有意图的置信度排序，判断排序第一的置信度是否大于第一阈值；
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史情景数据中的操作输出相应操作，包括：
5.根据权利要求4所述的方法，其特征在于，还包括：
6.根据权利要求1所述的方法，其特征在于，所述获得历史语料数据，包括：
7.根据权利要求1所述的方法，其特征在于，所述将所述历史语料数据作为训练数据对自然语言理解初始模型进行训练，包括：
8.根据权利要求1所述的方法，其特征在于，
9.根据权利要求8所述的方法，其特征在于，将待处理数据输入所述自然语言理解模型，包括：
10.一种客服信息处理装置，其特征在于，所述装置包括：
【技术特征摘要】
1.一种客服信息处理方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，还包括：
3.根据权利要求2所述的方法，其特征在于，所述判断所述用户意图是否为现有意图，包括：计算识别到的意图为现有意图的置信度排序，判断排序第一的置信度是否大于第一阈值；
4.根据权利要求1所述的方法，其特征在于，所述根据所述历史情景数据中的操作输出相应操作，包括：
5.根据权利要求4所述的方法，其特征...
【专利技术属性】
技术研发人员：朱化龙，李乐军，李辉，张小燕，李自法，曹亮，侯荣勤，梁艳美，陈加隆，李银波，
申请(专利权)人：上海圆擎信息科技有限公司，
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。