【技术实现步骤摘要】
本公开实施例涉及自然语言处理，尤其涉及一种基于大数据的客服服务处理方法、装置、电子设备、计算机可读存储介质以及计算机程序产品。
技术介绍
1、随着电信行业的快速发展，客户服务的复杂度和需求量不断增加。传统的客服系统往往依赖于人工处理客户诉求，不仅效率低下，还容易出现信息遗漏和错误。近年来，基于自然语言处理的客服系统得到广泛应用，然而，现有技术中存在诸多局限性：
2、1)处理效率低：人工客服需要逐条处理客户请求，尤其面对高并发的客户诉求时，处理速度有限，导致客户等待时间长，服务质量下降。
3、2)智能化不足：传统的自动应答系统依赖预定义的规则和模板，无法灵活应对复杂的客户诉求，特别是在处理多样化的语言输入时，难以准确理解客户的真实意图。
4、3)个性化服务欠缺：现有系统缺乏对客户情感和个性化需求的识别能力，导致客户体验不佳。特别是当客户的情绪处于焦虑或愤怒状态时，无法及时调整应对策略，进一步加剧客户不满。
5、4)系统自我优化能力不足：多数现有系统缺乏有效的自适应学习机制，无法根据历史处理数据和客户反馈进行持续优化。
6、针对现有技术的不足，亟需一种更优化的客服诉求处理方法。
技术实现思路
1、本公开实施例的目的在于提供一种基于大数据的客服服务处理方法、装置、电子设备、计算机可读存储介质以及计算机程序产品，从而解决现有技术中存在的前述问题。
2、为了实现上述目的，本公开实施例采用的技术方案如下：
3、
4、接收用户诉求，其中，所述用户诉求包括：文本或语音；
5、将用户诉求输入预先训练的深度学习模型进行语义解析，提取出至少一个关键意图和至少一个上下文语义信息，其中，所述预先训练的深度学习模型基于包括：bert模型训练得到；
6、将解析结果分别与预先构建的意图知识库进行匹配，得到至少一个符合用户诉求的意图，对每个符合用户诉求的意图进行槽位填充，分别提取出关键的信息；
7、根据每个符合用户诉求的意图和相应的提取的具体信息，自预先得到的智能体组中调用相应的智能体，对用户诉求进行相应处理；
8、跟踪和管理用户诉求处理整体流程，并将处理结果反馈至客户端。
9、示例性的，所述将各解析结果分别与预先构建的意图知识库进行匹配，得到至少一个符合用户诉求的意图，包括：
10、计算解析结果与预先构建的意图知识库中各意图的相似度，得到相似度集合；
11、自相似度集合中取相似度最高的前k个意图样本及相应的解析结果，一并输入预先训练的深度学习模型进行判断，选出至少一个符合用户诉求的意图，其中，k≥2。
12、示例性的，所述预先构建的意图知识库的构建过程包括：
13、根据历史数据，收集各种意图样本，将各意图样本进行向量化处理，得到意图知识库，其中，每个意图样本都有相应分类。
14、示例性的，对用户诉求进行语义解析之前，所述方法还包括：
15、若用户诉求包括语音时，则将语音转为文本；
16、对用户诉求的文本进行分词、去除停用词预处理。
17、示例性的，所述智能体组包括多个agent，每个agent对应处理一种类型的用户意图；
18、调用所述agent方法之前，初始化agent，具体包括：
19、采用强化学习算法dqn初始化每个agent策略模型，为每个agent建立相应的策略模型；
20、所述根据至少一个符合用户诉求的意图和相应的提取的具体信息，自预先得到的智能体组中调用相应的智能体，对用户诉求进行相应处理；包括：
21、根据每个符合用户诉求的意图和提取的具体信息，将用户诉求分配给相应agent；
22、若一个用户意图存在多个候选agent，则根据历史性能数据或当前工作负载选择最佳的agent；
23、调用agent之后，所述方法还包括：
24、若agent在处理用户诉求过程中无法解决用户问题，则判断是否超出预定条件，若是，则将任务升级到人工客户或预设的高级agent。
25、示例性的，所述跟踪和管理用户诉求处理整体流程，并将处理结果反馈至客户端，包括：
26、跟踪每个用户诉求进程全流程，包括诉求创建、处理进度以及反馈结果；具体包括：
27、解析客户诉求后自动生成工单，工单包含客户问题的详细描述、问题类型以及处理进度；
28、实时跟踪每个工单的处理进度，并向客户提供反馈；
29、工单处理完成后，向客户提供结果反馈，若问题解决，关闭工单；若未解决，提示下一步措施。
30、示例性的，将处理结果反馈至客户端之后，所述方法还包括：
31、收集客户的交互数据；
32、基于历史数据，定期对深度学习模型和智能体策略模型进行再训练；
33、对深度学习模型bert和智能体性能进行评估，确保优化后的各模型在生产环境中的性能提升。
34、示例性的，所述方法还包括：
35、若用户诉求包括语音，则将语音转为文本；
36、基于预先训练情感分析模型，分析用户诉求文本中的情绪状态，判断用户是处于正面、负面或中性情绪；
37、根据分析的结果，调整智能体的服务策略，对于负面情绪较强的客户，将优先处理其问题，并给予更加细致的回复；
38、在整个处理过程中，持续监控客户的情感变化，实时反馈给agent或人工客服以辅助决策。
39、本公开实施例另一方面提出了一种基于大数据的客服服务处理装置，所述装置包括：
40、接收模块，用于接收用户诉求，其中，所述用户诉求包括：文本或语音；
41、解析模块，用于将用户诉求输入预先训练的深度学习模型进行语义解析，提取至少一个出关键意图和至少一个上下文语义信息，其中，所述预先训练的深度学习模型基于包括：bert模型的自然语言理解模型训练得到；
42、匹配模块，用于将解析结果分别与预先构建的意图知识库进行匹配，得到至少一个符合用户诉求的意图，对每个符合用户诉求的意图进行槽位填充，分别提取出关键的信息；
43、调度模块，用于根据每个符合用户诉求的意图和相应的提取的具体信息，自预先得到的智能体组中调用相应的智能体，对用户诉求进行相应处理；
44、跟踪模块，用于跟踪和管理用户诉求处理整体流程，并将处理结果反馈至客户端。
45、本公开实施例另一方面提出了一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如上所述的方法步骤。
46、本公开实施例另一方面提出了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实本文档来自技高网...
【技术保护点】
1.一种基于大数据的客服服务处理方法，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，所述将解析结果分别与预先构建的意图知识库进行匹配，得到至少一个符合用户诉求的意图，包括：
3.根据权利要求1所述的方法，其特征在于，所述智能体组包括多个Agent，每个Agent对应处理一种类型的用户意图；
4.根据权利要求1至3任一项所述的方法，其特征在于，所述跟踪和管理用户诉求处理整体流程，并将处理结果反馈至客户端，包括：
5.根据权利要求1至3任一项所述的方法，其特征在于，将处理结果反馈至客户端之后，所述方法还包括：
6.根据权利要求1至3任一项所述的方法，其特征在于，所述方法还包括：
7.一种基于大数据的客服服务处理装置，其特征在于，所述装置包括：
8.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1至6中任一项所述的方法步骤。
9.一种计算机可读存储介
10.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法步骤。
...【技术特征摘要】
1.一种基于大数据的客服服务处理方法，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，所述将解析结果分别与预先构建的意图知识库进行匹配，得到至少一个符合用户诉求的意图，包括：
3.根据权利要求1所述的方法，其特征在于，所述智能体组包括多个agent，每个agent对应处理一种类型的用户意图；
4.根据权利要求1至3任一项所述的方法，其特征在于，所述跟踪和管理用户诉求处理整体流程，并将处理结果反馈至客户端，包括：
5.根据权利要求1至3任一项所述的方法，其特征在于，将处理结果反馈至客户端之后，所述方法还包括：
6.根据权利要求1至3...
【专利技术属性】
技术研发人员：徐荣彬，辛盛，周磊，肖军，何子锋，
申请(专利权)人：中数通信息有限公司，
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。