1.本技术涉及推荐技术领域,特别是涉及基于知识图谱的客服赋能方法、系 统及存储介质。
背景技术:
2.在知识复杂度的行业,例如在化妆品行业,产品淋漓满目,少则几百种多 则上千种的产品库和各种使用范围和功能,面对不同客户的咨询需求,领域客 服很难掌握足够多的知识,需要结合自身企业内部的查询系统进行相关资料的 查询和检索,经过人工整理和加工后再对客户的问题进行回答,客户得不到及 时的反馈,导致用户体验较差,阻碍了企业的快速发展。
3.现有的客服服务系统,会对客户的问题进行整理和归纳,对常见的问题形 成文档来辅助客服进行问题回答,对于产品众多等场景,会形成大量的资料文 档,客服需要查询检索后再回答客户,仍然存在一定的时间差,客服的工作效 率不高,客户的满意度底下。
4.目前针对相关技术中客服工作效率不高的问题,尚未提出有效的解决方案。
技术实现要素:
5.本技术实施例提供了一种基于知识图谱的客服赋能方法、系统及存储介质, 以至少解决相关技术中客服工作效率不高的问题。
6.第一方面,本技术实施例提供了一种基于知识图谱的客服赋能方法,其特 征在于,包括:
7.领域知识建立步骤,基于一领域内的知识语料利用预先建立的实体关系抽 取模型进行处理并得到知识语料中的知识集合,对知识集合进行实体对齐,建 立归一化的领域知识;
8.知识查询服务接口构建步骤,根据领域知识,利用实体链接方法构建领域 知识谱图,并基于领域知识图谱建立知识查询服务接口;
9.产品簇查询接口构建步骤,根据领域知识图谱建立产品的向量化表示,并 据此对产品进行聚类形成相似产品簇,构建产品簇查询接口;
10.查询结果展示步骤,实时对顾客的咨询问题进行实体抽取,根据抽取得到 的实体和/或产品调用上述接口进行查询,获得相关知识并呈现给客服界面。
11.在其中一些实施例中,本方法还包括kol种草检索步骤,具体包括:
12.语料打标步骤,基于社交语料中的kol语料,利用实体关系抽取模型对其 进行打标;
13.kol原始语料检索接口构建步骤,将获得的标签和kol语料进行关联存储, 并基于标签建立索引,据此构建基于标签的kol原始语料检索接口。
14.在其中一些实施例中,实体关系抽取模型的建立步骤包括:
15.标注预料获得步骤,标注领域的知识语料并构建对应相关实体之间的关系, 获得
用于训练的标注语料;
16.抽取模型建立步骤,基于标注预料,利用bert算法进行深度学习,建立实 体关系抽取模型。
17.在其中一些实施例中,领域知识图谱还可以基于距离和语义的知识进行补 全,扩充领域知识图谱。
18.在其中一些实施例中,产品簇查询接口构建步骤还包括:
19.产品向量化表示步骤,基于领域知识图谱对实体及实体关系进行向量化的 表示,并据此建立产品的向量化表示;
20.相似产品簇建立步骤,根据产品的向量化表示计算产品之间的向量化距离, 对产品进行聚类,建立相似产品簇;
21.查询接口构建步骤,根据相似产品簇,构建基于关键词匹配的产品簇查询 接口。
22.第二方面,本技术实施例提供了一种基于知识图谱的客服赋能系统,用于 执行如第一方面的基于知识图谱的客服赋能方法,包括:
23.领域知识建立模块,基于一领域内的知识语料利用预先建立的实体关系抽 取模型进行处理并得到知识语料中的知识集合,对知识集合进行实体对齐,建 立归一化的领域知识;
24.知识查询服务接口构建模块,根据领域知识,利用实体链接方法构建领域 知识谱图,并基于领域知识图谱建立知识查询服务接口;
25.产品簇查询接口构建模块,根据领域知识图谱建立产品的向量化表示,并 据此对产品进行聚类形成相似产品簇,构建产品簇查询接口;
26.kol种草检索模块,基于社交语料中的kol语料,利用实体关系抽取模型对 其进行打标,将获得的标签和kol语料进行关联存储,并基于标签建立索引, 据此构建基于标签的kol原始语料检索接口;
27.查询结果展示模块,实时对顾客的咨询问题进行实体抽取,根据抽取得到 的实体和/或产品通过上述接口进行查询,获得相关知识并呈现给客服界面。
28.在其中一些实施例中,领域知识建立模块还包括:
29.标注预料获得单元,标注领域的知识语料并构建对应相关实体之间的关系, 获得用于训练的标注语料;
30.抽取模型建立单元,基于标注预料,利用bert算法进行深度学习,建立实 体关系抽取模型。
31.知识图谱扩充单元,基于距离和语义的知识对领域知识图谱进行补全,扩 充领域知识图谱。
32.在其中一些实施例中,产品簇查询接口构建模块还包括:
33.产品向量化表示单元,基于领域知识图谱对实体及实体关系进行向量化的 表示,并据此建立产品的向量化表示;
34.相似产品簇建立单元,根据产品的向量化表示计算产品之间的向量化距离, 对产品进行聚类,建立相似产品簇;
35.查询接口构建单元,根据相似产品簇,构建基于关键词匹配的产品簇查询 接口。
36.第三方面,本技术实施例提供了一种计算机设备,包括存储器、处理器以 及存储
在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执 行所述计算机程序时实现如上述第一方面所述的基于知识图谱的客服赋能方 法。
37.第四方面,本技术实施例提供了一种计算机可读存储介质,其上存储有计 算机程序,该程序被处理器执行时实现如上述第一方面所述的基于知识图谱的 客服赋能方法。
38.相比于相关技术,本技术实施例提供的基于知识图谱的客服赋能方法、系 统及存储介质,本技术实施例可以应用于知识图谱技术领域,还可以应用于知 识推理技术领域,通过对某一领域的知识语料建立归一化的领域知识,建立知 识查询服务接口、产品簇查询接口供给客服查询,帮助客服获取到和客户咨询 问题相关的知识,解决了客服由于自身知识不足导致的错误,提升了客服的服 务效率以及客户满意度。
39.本技术的一个或多个实施例的细节在以下附图和描述中提出,以使本技术 的其他特征、目的和优点更加简明易懂。
附图说明
40.此处所说明的附图用来提供对本技术的进一步理解,构成本技术的一部分, 本技术的示意性实施例及其说明用于解释本技术,并不构成对本技术的不当限 定。在附图中:
41.图1是根据本技术实施例的基于知识图谱的客服赋能方法的流程图;
42.图2是根据本技术实施例的实体关系抽取模型的建立步骤的流程图;
43.图3是根据本技术实施例的产品簇查询接口构建步骤的流程图;
44.图4是根据本技术优选实施例的基于知识图谱的客服赋能方法的流程图;
45.图5是根据本技术实施例的基于知识图谱的客服赋能系统的结构框图;
46.图6为根据本技术实施例的计算机设备的硬件结构示意图。
47.附图说明:
48.领域知识建立模块1;知识查询服务接口构建模块2;
49.产品簇查询接口构建模块3;kol种草检索模块4;查询结果展示模块5;
50.标注预料获得单元11;抽取模型建立单元12;知识图谱扩充单元13;
51.产品向量化表示单元31;相似产品簇建立单元32;查询接口构建单元33
52.处理器81;存储器82;通信接口83;总线80。
具体实施方式
53.为了使本技术的目的、技术方案及优点更加清楚明白,以下结合附图及实 施例,对本技术进行描述和说明。应当理解,此处所描述的具体实施例仅仅用 以解释本技术,并不用于限定本技术。基于本技术提供的实施例,本领域普通 技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本 申请保护的范围。
54.显而易见地,下面描述中的附图仅仅是本技术的一些示例或实施例,对于 本领域的普通技术人员而言,在不付出创造性劳动的前提下,还可以根据这些 附图将本技术应用于其他类似情景。此外,还可以理解的是,虽然这种开发过 程中所作出的努力可能是复杂并且冗长的,然而对于与本技术公开的内容相关 的本领域的普通技术人员而言,在本技术揭露的技术内容的基础上进行的一些 设计,制造或者生产等变更只是常规的技术手段,不应当理解为本技术公开的 内容不充分。
55.在本技术中提及“实施例”意味着,结合实施例描述的特定特征、结构或 特性可以包含在本技术的至少一个实施例中。在说明书中的各个位置出现该短 语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的 实施例。本领域普通技术人员显式地和隐式地理解的是,本技术所描述的实施 例在不冲突的情况下,可以与其它实施例相结合。
56.除非另作定义,本技术所涉及的技术术语或者科学术语应当为本技术所属 技术领域内具有一般技能的人士所理解的通常意义。本技术所涉及的“一”、
ꢀ“
一个”、“一种”、“该”等类似词语并不表示数量限制,可表示单数或复 数。本技术所涉及的术语“包括”、“包含”、“具有”以及它们任何变形, 意图在于覆盖不排他的包含;例如包含了一系列步骤或模块(单元)的过程、 方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可以还包括没 有列出的步骤或单元,或可以还包括对于这些过程、方法、产品或设备固有的 其它步骤或单元。本技术所涉及的“连接”、“相连”、“耦接”等类似的词 语并非限定于物理的或者机械的连接,而是可以包括电气的连接,不管是直接 的还是间接的。本技术所涉及的“多个”是指两个或两个以上。“和/或”描述 关联对象的关联关系,表示可以存在三种关系,例如,“a和/或b”可以表示: 单独存在a,同时存在a和b,单独存在b这三种情况。字符“/”一般表示前 后关联对象是一种“或”的关系。本技术所涉及的术语“第一”、“第二”、
ꢀ“
第三”等仅仅是区别类似的对象,不代表针对对象的特定排序。
57.本实施例提供了一种基于知识图谱的客服赋能方法。图1是根据本技术实 施例的基于知识图谱的客服赋能方法的流程图,如图1所示,该流程包括如下 步骤:
58.领域知识建立步骤s1,基于一领域内的知识语料利用预先建立的实体关系 抽取模型进行处理并得到知识语料中的知识集合,对知识集合进行实体对齐, 建立归一化的领域知识;
59.知识查询服务接口构建步骤s2,根据领域知识,利用实体链接方法构建领 域知识谱图,并基于领域知识图谱建立知识查询服务接口;
60.产品簇查询接口构建步骤s3,根据领域知识图谱建立产品的向量化表示, 并据此对产品进行聚类形成相似产品簇,构建产品簇查询接口;
61.查询结果展示步骤s5,实时对顾客的咨询问题进行实体抽取,根据抽取得 到的实体和/或产品调用上述接口进行查询,获得相关知识并呈现给客服界面。
62.通过上述步骤,通过对领域知识进行处理得到归一化的领域知识,便于对 后续的知识图谱的构建做准备工作;根据领域知识并利用实体链接方法构建领 域知识图谱,并构建领域知识图谱建立知识查询服务接口;根据领域知识图谱 构建产品簇查询接口,提供接口,对客户提出的问题进行实体抽取,并基于实 体抽取结果调用接口进行查询,将查询结果返回并呈现给客户界面,用来辅助 客服回答客户提出的问题。通过自动化知识抽取和检索方法,帮助客服获取到 和客户咨询问题相关的知识,提升客服的服务效率和客户满意度。
63.上述实体链接方法,包括两个步骤,即指称识别和实体消歧(或者候选实 体生成和候选实体排序)两个过程,不同的研究划分方式略有不同。
64.实体链接的第一步是进行指称识别,首先要构建一个指称
‑
实体字典,大 多数研究者抽取wikipedia的实体页面、消歧页面、重定向页面的标题作为实 体指称,建立指称
‑
实体字典,还有其他的建立方式,如抽取了freebase中实 体的标准名和别名。然后按一定的规则识别实体指称,如利用大小写规则、先 验统计信息进行指称识别,并选择实体上下文与实体wikipedia主页、候选实 体之间的一致性最高的实体序列。利用链接概率识别指称,然后综合利用知识 工程方法和朴素贝叶斯分类方法确定最终的实体序列。
65.由于一个指称可能指向多个实体,因此需要用一定的方法确定指称所指向 的实体,即实体消歧。目前实体消歧方法主要包括机器学习、排序学习、图模 型、无监督方法和集成方法等。
66.上述构建知识图谱通过实体链接方法,但本发明并不限制构建知识图谱的 方法。
67.在其中一些实施例中,本方法还包括kol种草检索步骤s4,具体包括:
68.语料打标步骤s41,基于社交语料中的kol语料,利用实体关系抽取模型对 其进行打标;
69.kol原始语料检索接口构建步骤s42,将获得的标签和kol语料进行关联存 储,并基于标签建立索引,据此构建基于标签的kol原始语料检索接口。
70.通过上述步骤,提供又一个检索接口供给客户查询,本技术实施例中通过 提供多个接口多个角度的检索方向,查询全面,提供给客服理论依据,便于更 好的为客服赋能。
71.在其中一些实施例中,图2是根据本技术实施例的实体关系抽取模型的建 立步骤的流程图,如图2所示,实体关系抽取模型的建立步骤包括:
72.标注预料获得步骤s11,标注领域的知识语料并构建对应相关实体之间的关 系,获得用于训练的标注语料;
73.抽取模型建立步骤s12,基于标注预料,利用bert算法进行深度学习,建 立实体关系抽取模型。
74.上述标注预料获得步骤s11中的标注领域的知识语料可以包括对微博里的 美妆相关的语料进行品牌、品类、成果、功效等实体的标注。
75.在其中一些实施例中,领域知识图谱还可以基于距离和语义的知识进行补 全,扩充领域知识图谱。
76.在其中一些实施例中,图3是根据本技术实施例的产品簇查询接口构建步 骤的流程图,如图3所示,产品簇查询接口构建步骤s3还包括:
77.产品向量化表示步骤s31,基于领域知识图谱对实体及实体关系进行向量化 的表示,并据此建立产品的向量化表示;
78.相似产品簇建立步骤s32,根据产品的向量化表示计算产品之间的向量化距 离,对产品进行聚类,建立相似产品簇;
79.查询接口构建步骤s33,根据相似产品簇,构建基于关键词匹配的产品簇查 询接口。
80.下面通过优选实施例对本技术实施例进行描述和说明。
81.图4是根据本技术优选实施例的基于知识图谱的客服赋能方法的流程图。
82.s401,领域知识抽取步骤
83.步骤1:标注领域知识语料,例如对微博里的美妆相关的语料进行品牌、品 类、成果、功效等实体的标注并构建相关实体之间的关系,构建用于训练的标 注语料;
84.步骤2:利用bert算法,对步骤1的标注语料进行深度学习,建立实体和 关系的抽
取模型;
85.步骤3:对领域内大量的语料,用步骤2的模型进行处理,得到领域语料中 的知识集合;
86.步骤4:对步骤3得到的领域语料中的知识集合进行实体对齐,建立归一化 的领域知识。
87.s402,领域图谱构建和查询步骤
88.步骤5:基于步骤4得到的领域知识,利用实体链接方法构建领域知识图谱;
89.步骤6:对步骤5得到的知识进行基于距离和语义的知识补全,建立较完整 的领域知识图谱;
90.步骤7:建立基于步骤6的知识查询服务接口。
91.s403,相似度产品计算和查询步骤
92.步骤8:对步骤6中构建的领域知识图谱进行实体的网络结构进行向量化表 示;
93.步骤9:对步骤6中的领域知识图谱中的产品实体的属性进行向量化表示;
94.步骤10:将步骤8和步骤9构建的向量化进行组合表示,建立产品的向量 化表示;
95.步骤11:通过计算产品间的向量化距离,对产品进行聚类,建立相似产品 簇;
96.步骤12:构建基于关键词匹配的产品簇查询接口。
97.s404,kol种草检索步骤
98.步骤13:对社交语料中所有的kol语料,利用步骤2中的抽取模型进行语 料打标签;
99.步骤14:将步骤13获取的标签和原始语料进行关联存储,并针对标签建立 索引;
100.步骤15:构建基于标签的kol原始语料检索接口。
101.s405,客服知识赋能步骤
102.步骤16:实时对顾客的咨询问题进行实体抽取;
103.步骤17:根据步骤16的实体,从s402中查询实体相关联的知识;
104.步骤18:根据步骤16的产品,从s403中查询相似的产品;
105.步骤19:根据步骤16的实体,从s404中查询相关的kol原始语料;
106.步骤20:将步骤16~步骤19的问题相关的知识呈现给客服界面。
107.需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如 一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻 辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步 骤。例如,步骤17、18以及19之间的顺序并不固定,可以调换。
108.本实施例还提供了一种基于知识图谱的客服赋能系统,该装置用于实现上 述实施例及优选实施方式,已经进行过说明的不再赘述。如以下所使用的,术 语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组 合。尽管以下实施例所描述的装置较佳地以软件来实现,但是硬件,或者软件 和硬件的组合的实现也是可能并被构想的。
109.图5是根据本技术实施例的基于知识图谱的客服赋能系统的结构框图,如 图5所示,该系统包括:
110.领域知识建立模块1,基于一领域内的知识语料利用预先建立的实体关系抽 取模型进行处理并得到知识语料中的知识集合,对知识集合进行实体对齐,建 立归一化的领域
serial bus,简称为usb)驱动器或者两个或 更多个以上这些的组合。在合适的情况下,存储器82可包括可移除或不可移除 (或固定)的介质。在合适的情况下,存储器82可在数据处理装置的内部或外 部。在特定实施例中,存储器82是非易失性(non
‑
volatile)存储器。在特定 实施例中,存储器82包括只读存储器(read
‑
only memory,简称为rom)和随 机存取存储器(random access memory,简称为ram)。在合适的情况下,该 rom可以是掩模编程的rom、可编程rom(programmable read
‑
only memory,简 称为prom)、可擦除prom(erasable programmable read
‑
only memory,简称 为eprom)、电可擦除prom(electrically erasable programmable read
‑
onlymemory,简称为eeprom)、电可改写rom(electrically alterable read
‑
onlymemory,简称为earom)或闪存(flash)或者两个或更多个以上这些的组合。 在合适的情况下,该ram可以是静态随机存取存储器(static random
‑
accessmemory,简称为sram)或动态随机存取存储器(dynamic random access memory, 简称为dram),其中,dram可以是快速页模式动态随机存取存储器(fast pagemode dynamic random access memory,简称为fpmdram)、扩展数据输出动态 随机存取存储器(extended date out dynamic random access memory,简称 为edodram)、同步动态随机存取内存(synchronous dynamic random
‑
accessmemory,简称sdram)等。
129.存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件, 以及处理器81所执行的可能的计算机程序指令。
130.处理器81通过读取并执行存储器82中存储的计算机程序指令,以实现上 述实施例中的任意一种基于知识图谱的客服赋能方法。
131.在其中一些实施例中,计算机设备还可包括通信接口83和总线80。其中, 如图6所示,处理器81、存储器82、通信接口83通过总线80连接并完成相互 间的通信。
132.通信接口83用于实现本技术实施例中各模块、装置、单元和/或设备之间 的通信。通信端口83还可以实现与其他部件例如:外接设备、图像/数据采集 设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。
133.总线80包括硬件、软件或两者,将计算机设备的部件彼此耦接在一起。总 线80包括但不限于以下至少之一:数据总线(data bus)、地址总线(addressbus)、控制总线(control bus)、扩展总线(expansion bus)、局部总线(localbus)。举例来说而非限制,总线80可包括图形加速接口(accelerated graphicsport,简称为agp)或其他图形总线、增强工业标准架构(extended industrystandard architecture,简称为eisa)总线、前端总线(front side bus,简 称为fsb)、超传输(hyper transport,简称为ht)互连、工业标准架构(industrystandard architecture,简称为isa)总线、无线带宽(infiniband)互连、 低引脚数(low pin count,简称为lpc)总线、存储器总线、微信道架构(microchannel architecture,简称为mca)总线、外围组件互连(peripheral componentinterconnect,简称为pci)总线、pci
‑
express(pci
‑
x)总线、串行高级技术 附件(serial advanced technology attachment,简称为sata)总线、视频电 子标准协会局部(video electronics standards association local bus,简 称为vlb)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的 情况下,总线80可包括一个或多个总线。尽管本技术实施例描述和示出了特定 的总线,但本技术考虑任何合适的总线或互连。
134.该计算机设备可以基于获取到的客户询问的问题进行实体抽取,执行本申 请实
施例中的知识查询服务接口构建步骤、产品簇查询接口构建步骤以及kol 种草检索步骤,从而实现结合图1描述的基于知识图谱的客服赋能方法。
135.另外,结合上述实施例中的基于知识图谱的客服赋能方法,本技术实施例 可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算 机程序指令;该计算机程序指令被处理器执行时实现上述实施例中的任意一种 基于知识图谱的客服赋能方法。
136.以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对 上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技 术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
137.以上所述实施例仅表达了本技术的几种实施方式,其描述较为具体和详细, 但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的 普通技术人员来说,在不脱离本技术构思的前提下,还可以做出若干变形和改 进,这些都属于本技术的保护范围。因此,本技术专利的保护范围应以所附权 利要求为准。
再多了解一些
本文用于企业家、创业者技术爱好者查询,结果仅供参考。