【技术实现步骤摘要】
本专利技术涉及派单管理领域，尤其涉及深度学习驱动的派单管理系统、方法及存储介质。
技术介绍
1、随着人工智能技术的发展和应用，智能客服系统逐渐成为企业提升客户服务效率和服务质量的重要手段。智能客服系统通过自然语言交互，可以自动响应客户询问，识别客户意图，并根据意图类型进行工单派发，从而实现客服业务的自动化处理。但是，现有的智能客服系统在工单派单环节基于单轮对话的意图识别结果，缺乏必要的复核和验证机制，容易受到语义理解错误、关键信息遗漏等因素的影响。当客户需求复杂、表达不清晰时，单次意图识别的准确率难以保证，导致派单结果与客户实际需求不匹配，影响了客户问题的有效解决和服务质量的提升。因此，现有智能客服系统在派单环节具有意图识别准确率低，智能客服系统派单效果差的问题。
技术实现思路
1、本专利技术针对现有智能客服系统中由于派单环节缺乏验证机制，导致意图识别准确率低，智能客服系统派单效果差的技术问题，提供深度学习驱动的派单管理系统、方法及存储介质来解决。
2、本专利技术解决上述技术问题的技术方案如下：
3、第一方面，本专利技术提供了深度学习驱动的派单管理系统，包括：对话向量获取模块，用于获得客户与智能客服的第一对话向量；一级意图识别模块，用于通过一级深度学习语义模型，对第一对话向量进行客户意图识别，获得第一客户需求业务；文本块优化模块，用于根据第一客户需求业务对对话向量进行文本块优化，获得第一目标文本块大小，根据第一目标文本块大小对第一对话向量进行分割，获得第二对
4、第二方面，本专利技术提供了深度学习驱动的派单管理方法，包括：获得客户与智能客服的第一对话向量；通过一级深度学习语义模型，对第一对话向量进行客户意图识别，获得第一客户需求业务；根据第一客户需求业务对对话向量进行文本块优化，获得第一目标文本块大小，根据第一目标文本块大小对第一对话向量进行分割，获得第二对话向量；通过二级深度学习语义模型，对第二对话向量进行客户意图识别，获得第二客户需求业务、客户需求数量和客户需求时限；当第一客户需求业务和第二客户需求业务相同，根据第一客户需求业务、客户需求数量和客户需求时限，构建工单信息进行派单管理。
5、第三方面，本申请提供了一种计算机可读存储介质，存储有计算机程序，计算机程序用于执行本申请提供的深度学习驱动的派单管理系统。
6、本专利技术的有益效果是：
7、通过对话向量获取模块获得客户与智能客服的第一对话向量，为后续的意图识别提供数据基础；通过一级意图识别模块，利用一级深度学习语义模型，对第一对话向量进行客户意图识别，获得第一客户需求业务，实现了对客户需求的初步判断，为二级意图识别提供方向性指引；在一级意图识别的基础上，文本块优化模块根据第一客户需求业务对第一对话向量进行文本块优化，获得第一目标文本块大小，并根据第一目标文本块大小对第一对话向量进行分割，获得第二对话向量，通过对一级意图识别结果的反馈，动态调整对话向量的粒度，以更细化的文本块形式进行二次判断，提高了意图识别的精准度；接着，二级意图识别模块通过二级深度学习语义模型，对第二对话向量进行客户意图识别，获得第二客户需求业务、客户需求数量和客户需求时限，二级意图识别在一级意图识别和文本块优化的基础上，通过更专业、更细粒度的语义分析，得出客户需求的详细类型、数量和时限要求，为精准派单提供了关键依据。当派单管理模块判断第一客户需求业务和第二客户需求业务一致时，根据第一客户需求业务、客户需求数量和客户需求时限，构建工单信息进行派单管理，通过综合利用两级意图识别的结果，提高了意图识别准确率，从而优化智能客服系统派单效果。
本文档来自技高网...【技术保护点】
1.深度学习驱动的派单管理系统，其特征在于，包括：
2.如权利要求1所述的系统，其特征在于，所述系统还包括意图校正处理模块，所述意图校正处理模块的执行步骤包括：
3.如权利要求2所述的系统，其特征在于，所述意图校正处理模块的执行步骤还包括：
4.如权利要求1所述的系统，其特征在于，所述文本块优化模块的执行步骤包括：
5.如权利要求1所述的系统，其特征在于，所述一级深度学习语义模型和所述二级深度学习语义模型的构建步骤包括：
6.如权利要求5所述的系统，其特征在于，根据所述语义分析损失函数，训练所述一级深度学习语义模型和所述二级深度学习语义模型，包括：
7.如权利要求6所述的系统，其特征在于，根据所述语义分析损失函数，调取所述第二对话向量记录数据集、所述业务类型标识数据集、所述客户数量标识数据集和所述客户时限标识数据集训练所述二级深度学习语义模型，包括：
8.深度学习驱动的派单管理方法，其特征在于，包括：
9.一种非暂态计算机可读存储介质，其特征在于，所述存储介质中存储有计算机软件程序，所
...【技术特征摘要】
1.深度学习驱动的派单管理系统，其特征在于，包括：
2.如权利要求1所述的系统，其特征在于，所述系统还包括意图校正处理模块，所述意图校正处理模块的执行步骤包括：
3.如权利要求2所述的系统，其特征在于，所述意图校正处理模块的执行步骤还包括：
4.如权利要求1所述的系统，其特征在于，所述文本块优化模块的执行步骤包括：
5.如权利要求1所述的系统，其特征在于，所述一级深度学习语义模型和所述二级深度学习语义模型的构建步骤包括：
6.如权利要求5所述的系统，其特征在于，根据所述语义分析损...
【专利技术属性】
技术研发人员：黎讴，张世龙，吕士亮，潘东宁，徐一辉，张立，彭宇宏，何珏妍，
申请(专利权)人：中科院广州电子技术有限公司，
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。