智能客服应答方法、系统、设备及存储介质与流程

1.本发明涉及计算机技术领域，具体地说，涉及一种智能客服应答方法、系统、设备及存储介质。


背景技术：

2.随着计算机技术的发展，人工智能在辅助对话系统中的应用越来越普遍，越来越多地应用在智能客服机器人领域。现有技术中，智能客服机器人通过人工智能技术识别回话中的对象语义，然后基于知识库匹配选出推荐的回复文本给到回复人。这样将会导致对于所有问询用户，问询同一个问题时得到的回复是一样的，应答文本缺乏针对性，也即无法依据业务数据动态生成回复文本，无法满足每一个问询用户的个性化特征。


技术实现要素：

3.针对现有技术中的问题，本发明的目的在于提供一种智能客服应答方法、系统、设备及存储介质，解决现有智能客服机器人无法动态生成满足用户个性化特征的回复信息的问题。
4.为实现上述目的，本发明提供了一种智能客服应答方法，所述方法包括以下步骤：
5.s110，接收问询用户发出的问询信息；
6.s120，对所述问询信息进行识别，获取关联所述问询信息的语义标签，并获取关联所述问询用户的特征标签；
7.s130，依据特征标签获取第一推荐数据；以及
8.s140，依据所述语义标签、第一推荐数据和预设应答模板，生成目标应答信息，基于所述目标应答信息进行应答。
9.可选地，步骤s140包括：
10.当所述语义标签包含预设业务标签时，基于所述预设业务标签获得业务数据；
11.依据所述业务数据、第一推荐数据和预设应答模板，生成目标应答信息，基于所述目标应答信息进行应答。
12.可选地，在步骤s140之前，所述方法还包括步骤：
13.获取关联所述问询信息的情感标签；
14.当所述情感标签为第一预设标签时，获取所述问询用户的第二历史问询数据；
15.基于所述第二历史问询数据，获取所述问询用户在具有相同所述语义标签的历史问询中，所述情感标签由所述第一预设标签转变为第二预设标签时，对应的历史会话中的历史应答信息；
16.步骤s140包括：
17.依据所述语义标签、第一推荐数据、预设应答模板以及所述历史应答信息，生成目标应答信息，基于所述目标应答信息进行应答。
18.可选地，步骤s140包括：
19.建立问询用户与用户群体之间的映射关系；
20.依据所述映射关系，获得所述问询用户归属的用户群体，作为目标用户群体；
21.获取其他用户的第一历史问询数据，所述第一历史问询数据包括每一用户对应的用户群体、每一次历史问询采用的应答模板以及每一次历史问询是否得到好评；以及
22.依据所述第一历史问询数据，获取应答所述目标用户群体时，各应答模板对应的好评率，将好评率最高的应答模板确定为预设应答模板。
23.可选地，步骤s130包括：
24.基于特征标签和第一预设数据库，获取第二推荐数据；所述第一预设数据库存储有当前应答方具有的与所述特征标签对应的推荐数据；
25.获取所述问询用户的历史消费数据；
26.基于所述历史消费数据，获取所述问询用户对应的按照消费频次排序后的第三推荐数据；
27.依据所述第二推荐数据与所述第三推荐数据中共同具有的推荐对象，且按照所述第三推荐数据中的排序顺序，生成第一推荐数据。
28.可选地，步骤s130包括：
29.基于特征标签和第一预设数据库，获取第二推荐数据；所述第一预设数据库存储有当前应答方具有的与所述特征标签对应的推荐数据；
30.获取所述问询用户对应的身份地理信息；
31.基于所述身份地理信息，获取第四推荐数据；
32.将所述第二推荐数据与所述第四推荐数据进行结合，生成第一推荐数据。
33.可选地，步骤s140包括：
34.获取预设应答模板的第一空位信息、第二空位信息以及第三空位信息；
35.基于特征标签获取关联所述问询用户的身份信息，以及基于语义标签获得第五推荐数据；
36.分别基于所述身份信息填充所述第一空位信息，基于所述第五推荐数据填充所述第二空位信息，基于所述第一推荐数据填充所述第三空位信息，生成目标应答信息。
37.本发明还提供了一种智能客服应答系统，用于实现上述智能客服应答方法，所述系统包括：
38.问询信息获取模块，接收问询用户发出的问询信息；
39.多标签获取模块，对所述问询信息进行识别，获取关联所述问询信息的语义标签，并获取关联所述问询用户的特征标签；
40.第一推荐数据获取模块，依据特征标签获取第一推荐数据；以及
41.目标应答信息生成模块，依据所述语义标签、第一推荐数据和预设应答模板，生成目标应答信息，基于所述目标应答信息进行应答。
42.本发明还提供了一种智能客服应答设备，包括：
43.处理器；
44.存储器，其中存储有所述处理器的可执行程序；
45.其中，所述处理器配置为经由执行所述可执行程序来执行上述任意一项智能客服应答方法的步骤。
46.本发明还提供了一种计算机可读存储介质，用于存储程序，所述程序被处理器执行时实现上述任意一项智能客服应答方法的步骤。
47.本发明与现有技术相比，具有以下优点及突出性效果：
48.本发明提供的智能客服应答方法、系统、设备及存储介质实现基于每一个问询用户个性化的特征标签，和基于会话对象识别出的语义标签进行结合，个性化识别会话对象意图，动态生成针对性的回复信息，从而更好的满足问询用户的需求。
附图说明
49.通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。
50.图1为本发明一实施例公开的一种智能客服应答方法的示意图；
51.图2为本发明另一实施例公开的一种智能客服应答方法的示意图；
52.图3为本发明另一实施例公开的一种智能客服应答方法的示意图；
53.图4为本发明另一实施例公开的一种智能客服应答方法的示意图；
54.图5为本发明另一实施例公开的一种智能客服应答方法的示意图；
55.图6为本发明另一实施例公开的一种智能客服应答方法中步骤s140的流程示意图；
56.图7为本发明一实施例公开的一种智能客服应答系统的结构示意图；
57.图8为本发明一实施例公开的一种智能客服应答设备的结构示意图；
58.图9为本发明一实施例公开的一种计算机可读存储介质的结构示意图。
具体实施方式
59.现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的实施方式。相反，提供这些实施方式使得本发明将全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。在图中相同的附图标记表示相同或类似的结构，因而将省略对它们的重复描述。
60.如图1所示，本发明一实施例公开了一种智能客服应答方法，该方法包括以下步骤：
61.s110，接收问询用户发出的问询信息。上述问询用户即为会话对象。需要说明的是，本技术对上述问询信息的形式不作限定，可以为语音或者文本消息，包括但不限于即时通信软件上的消息、电话、邮件、现场对话的录音等等。
62.s120，对上述问询信息进行识别，获取关联上述问询信息的语义标签，并获取关联问询用户的特征标签。其中，可以通过对问询信息进行意图识别，获取到语义标签。当上述问询信息为语音流时，可以先将语音流进行文本识别，转换为文本，然后基于文本进行意图识别。示例性地，上述特征标签比如可以表示出问询用户的年龄、性别、喜好特点等信息，比如，特征标签可以包含有男、爱甜食、爱外卖。也即，比如特征标签可以表示出问询用户的个人信息和个人偏好等。下面进行示例性举例说明：该问询用户入住于一酒店。此次会话中，用户咨询的内容为“你好，酒店有什么吃的吗？”，依据语义识别客户的意图之后，获知其需要食物，可以提取到语义标签为：需要食物、或者查询食物。
63.具体实施时，可以基于一神经网络模型建立意图识别模型。利用意图识别模型对上述问询信息进行意图识别。将会话中的文本信息或者转换得到的文本信息作为意图识别模型的输入。上述特征标签可以基于问询用户的登记信息提取得到，以及基于其历史消费数据提取得到。本技术对其不作限定。
64.s130，依据特征标签获取第一推荐数据。示例性地，由上述步骤可知，根据特征标签可以获知问询用户的个人信息和个人偏好。该步骤可以根据特征标签中的个人偏好信息，结合应答方对应的第二预设数据库，获取到部分第一推荐数据。继续以上述示例进行举例说明：上述第二预设数据库可以表示酒店厨房当前具有的食物。由于特征标签包含有爱外卖，而第二预设数据库中具有慕斯蛋糕、泡芙和提拉米苏，那么就可以向该问询用户推荐慕斯蛋糕、泡芙和提拉米苏，也即将慕斯蛋糕、泡芙和提拉米苏作为第一推荐数据的部分内容。
65.该步骤中，还可以根据特征标签结合第一知识库生成部分第一推荐数据。继续以上述示例进行举例说明：由于特征标签包含有爱甜食和爱外卖，该步骤可以结合第一知识库确定出对应的应答文本：“送到您的房间”。然后将该文本作为第一推荐数据的另一部分内容。
66.以及s140，依据上述语义标签、第一推荐数据和预设应答模板，生成目标应答信息，基于上述目标应答信息进行应答。具体实施时，需要根据语义标签和上述第二预设数据库，获取到与语义标签对应的应答文本。然后将该应答文本和第一推荐数据填充于上述预设应答模板，该模板可以自第二知识库中检索得到。然后智能客服机器人就可以基于该模板应答信息对应的文本进行应答，或者将该文本转换为语音消息进行应答。
67.具体来说，如图2所示，该步骤可以包括：
68.s141，获取预设应答模板的第一空位信息、第二空位信息以及第三空位信息。
69.s142，基于特征标签获取关联上述问询用户的身份信息，以及基于语义标签获得第五推荐数据。以及
70.s143，分别基于上述身份信息填充上述第一空位信息，基于上述第五推荐数据填充上述第二空位信息，基于上述第一推荐数据填充上述第三空位信息，生成目标应答信息。
71.继续以上述示例进行举例说明，比如得到的预设应答模板为：您好，__！我们有__，还有___，如：__。由于特征标签包含有男，也即性别信息，那么对应的身份信息可以为“先生”。语义标签为“需要食物”，对应的第五推荐数据为“正餐”。得到的上述第一推荐数据可以包含有“慕斯蛋糕、泡芙、提拉米苏”以及“送到您的房间”。那么组合后得到的目标应答信息可以为“您好，先生！我们有正餐，还有慕斯蛋糕、泡芙、提拉米苏，而且可以送到您的房间”。
72.在本技术的另一实施例中，公开了另一种智能客服应答方法。如图3所示，该方法在上述图1对应实施例的基础上，步骤s140包括：
73.s144，判断上述语义标签是否包含预设业务标签。
74.当上述语义标签包含预设业务标签时，执行步骤s145：基于上述预设业务标签获得业务数据，依据上述业务数据、第一推荐数据和预设应答模板，生成目标应答信息，基于上述目标应答信息进行应答。
75.当上述语义标签不包含预设业务标签时，执行步骤s146：依据上述语义标签、第一
推荐数据和预设应答模板，生成目标应答信息，基于上述目标应答信息进行应答。
76.本实施例中，可以基于第三预设数据库获得与预设业务标签对应的业务数据。上述第三预设数据库中存储有预设业务标签与业务数据的映射关系。上述语义标签可能不止一个，具有多个标签。当所有的语义标签在第三预设数据库中均查找不到时，那么就说明上述语义标签不包含预设业务标签。当所有的语义标签在第三预设数据库中能查找到至少一个时，那么就说明上述语义标签包含预设业务标签。
77.以另一示例进行举例说明，比如问询用户咨询的会话为“能帮我送一双一次性拖鞋吗？”基于该会话提取到语义标签“一次性拖鞋”，在上述第三预设数据库中无法查找到，说明该其并不属于预设业务标签。若问询用户咨询的会话为“你好，酒店有什么吃的吗？”。那么提取到的语义标签“需要食物”，根据该语义标签在第三预设数据库中能查找到匹配的业务数据“正餐”时，那么就依据该业务数据填充上述预设应答模板。这样实现了进一步个性化识别会话对象意图，能够更好地满足问询用户的需求。
78.在本技术的另一实施例中，公开了另一种智能客服应答方法。如图4所示，该方法在上述图1对应实施例的基础上，在步骤s120之后，还包括步骤：
79.s121，获取关联上述问询信息的情感标签。
80.s122，当上述情感标签为第一预设标签时，获取上述问询用户的第二历史问询数据。
81.s123，基于上述第二历史问询数据，获取问询用户在具有相同语义标签的历史问询中，上述情感标签由上述第一预设标签转变为第二预设标签时，对应的历史会话中的历史应答信息。
82.本实施例中，步骤s140替换为步骤s147：依据上述语义标签、第一推荐数据、预设应答模板以及上述历史应答信息，生成目标应答信息，基于上述目标应答信息进行应答。
83.示例性地，上述情感标签的枚举值可以为：负面、中立或者正面。比如上述第一预设标签可以为负面，说明该问询用户对入住的酒店的服务或者设施等存在不满。上述第二预设标签可以为中立或者正面。说明该次历史回话客服的回答是令客人满意的，解决了客人问题。比如，客服在该次历史会话中说“房间卫生不好”，然后客服的历史应答消息是为该客人更换了一个同价位的其他房间之后，根据客人的会话文本可知，客人的会话情感标签已经转变为正面。那么当该次问询会话中提取到的语义标签和上述历史问询的语义标签相同时，就可以利用上述历史应答消息融合至预设应答模板中。这样得到的目标应答消息能够解决用户问询问题的概率更大，实现进一步个性化识别会话对象意图，以及进一步个性化进行应答，能够更好地满足问询用户的需求。
84.需要说明的是，本实施例中上述步骤s121、s122和s123位于步骤步骤s120和s130之间，但本技术对步骤s121、s122和s123的位置并不作限定，位于s140之前的任意位置均可。
85.在本技术的另一实施例中，公开了另一种智能客服应答方法。如图5所示，该方法在上述图1对应实施例的基础上，步骤s130包括：
86.s131，基于特征标签和第一预设数据库，获取第二推荐数据。上述第一预设数据库存储有当前应答方具有的与上述特征标签对应的推荐数据。
87.s132，获取上述问询用户的历史消费数据。
88.s133，基于上述历史消费数据，获取上述问询用户对应的按照消费频次排序后的第三推荐数据。以及
89.s134，依据上述第二推荐数据与上述第三推荐数据中共同具有的推荐对象，且按照上述第三推荐数据中的排序顺序，生成第一推荐数据。
90.示例性地，比如问询用户咨询的会话为“你好，酒店有什么吃的吗？”，第一预设数据库存储的是酒店厨房当前具有的食物。由于客户具有特征标签“爱甜食”，于是得到第二推荐数据：慕斯蛋糕、泡芙和提拉米苏。而该客人历史消费中在上述三样食物中出现过的只有泡芙和提拉米苏，且泡芙的消费频次更高，那么就得到对应该特征标签部分的第一推荐数据为：泡芙和提拉米苏。
91.这样得到的目标应答消息能够解决用户问询问题的概率更大，实现进一步个性化识别会话对象意图，以及进一步个性化进行应答，能够更好地满足问询用户的需求。
92.在本技术的另一实施例中，公开了另一种智能客服应答方法。该方法在上述图1对应实施例的基础上，步骤s130包括：
93.s135，基于特征标签和第一预设数据库，获取第二推荐数据。上述第一预设数据库存储有当前应答方具有的与上述特征标签对应的推荐数据。
94.s136，获取上述问询用户对应的身份地理信息。
95.s137，基于上述身份地理信息，获取第四推荐数据。
96.s138，将上述第二推荐数据与上述第四推荐数据进行结合，生成第一推荐数据。
97.示例性地，上述问询用户对应的特征标签有一条为“爱吃火锅”，上述身份地理信息即为出生地，也可以为成长城市。比如该问询用户对应的身份地理信息为重庆，那么说明其喜欢吃麻辣的概率较大，即口味更偏向于麻辣。即第四推荐数据可以为“麻辣”。那么对应的第一推荐数据可以为“麻辣火锅”。这样得到的第一推荐数据满足客户需求的概率更大，即能够解决用户问询问题的概率更大，实现进一步个性化识别会话对象意图，以及进一步个性化进行应答，能够更好地满足问询用户的需求。
98.在本技术的另一实施例中，公开了另一种智能客服应答方法。该方法在上述图1对应实施例的基础上，如图6所示，步骤s140包括：
99.s148，建立问询用户与用户群体之间的映射关系。
100.s149，依据上述映射关系，获得上述问询用户归属的用户群体，作为目标用户群体。
101.s1410，获取其他用户的第一历史问询数据。上述第一历史问询数据包括每一用户对应的用户群体、每一次历史问询采用的应答模板以及每一次历史问询是否得到好评。以及
102.s1411，依据上述第一历史问询数据，获取应答上述目标用户群体时，各应答模板对应的好评率，将好评率最高的应答模板确定为预设应答模板。
103.s1412，依据上述语义标签、第一推荐数据和预设应答模板，生成目标应答信息，基于上述目标应答信息进行应答。
104.上述用户群体比如可以为年轻人、中年人、老年人等。由于每个人喜欢的会话聊天方式不一样，所以根据其喜好，确定适合该问询用户的应答模板，实现进一步个性化识别会话对象意图，以及进一步个性化进行应答，能够更好地满足问询用户的需求。
105.示例性地，下面进行举例说明：对于一般客人来说，在问询会话中称呼为先生/女士，可能使得客人更加满意。但对于一些年纪较大的客人，可能更喜欢别人称呼自己为爷爷/奶奶。然后当前问询用户对应映射为老年人，然后由第一历史问询数据获知其在历史问询中好评的数据均为称呼爷爷，那么将好评率最高的应答模板确定为预设应答模板。
106.需要说明的是，本技术中公开的上述所有实施例可以进行自由组合，组合后得到的技术方案也在本技术的保护范围之内。
107.如图7所示，本发明一实施例还公开了一种智能客服应答系统7，该系统包括：
108.问询信息获取模块71，接收问询用户发出的问询信息。
109.多标签获取模块72，对上述问询信息进行识别，获取关联上述问询信息的语义标签，并获取关联上述问询用户的特征标签。
110.第一推荐数据获取模块73，依据特征标签获取第一推荐数据。以及
111.目标应答信息生成模块74，依据上述语义标签、第一推荐数据和预设应答模板，生成目标应答信息，基于上述目标应答信息进行应答。
112.可以理解的是，本发明的智能客服应答系统还包括其他支持智能客服应答系统运行的现有功能模块。图7显示的智能客服应答系统仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
113.本实施例中的智能客服应答系统用于实现上述的智能客服应答的方法，因此对于智能客服应答系统的具体实施步骤可以参照上述对智能客服应答的方法的描述，此处不再赘述。
114.本发明一实施例还公开了一种智能客服应答设备，包括处理器和存储器，其中存储器存储有所述处理器的可执行程序；处理器配置为经由执行可执行程序来执行上述智能客服应答方法中的步骤。图8是本发明公开的智能客服应答设备的结构示意图。下面参照图8来描述依据本发明的这种实施方式的电子设备600。图8显示的电子设备600仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
115.如图8所示，电子设备600以通用计算设备的形式表现。电子设备600的组件可以包括但不限于：至少一个处理单元610、至少一个存储单元620、连接不同平台组件(包括存储单元620和处理单元610)的总线630、显示单元640等。
116.其中，存储单元存储有程序代码，程序代码可以被处理单元610执行，使得处理单元610执行本说明书上述智能客服应答方法部分中描述的依据本发明各种示例性实施方式的步骤。例如，处理单元610可以执行如图1中所示的步骤。
117.存储单元620可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(ram)6201和/或高速缓存存储单元6202，还可以进一步包括只读存储单元(rom)6203。
118.存储单元620还可以包括具有一组(至少一个)程序模块6205的程序/实用工具6204，这样的程序模块6205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
119.总线630可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
120.电子设备600也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备
等)通信，还可与一个或者多个使得用户能与该电子设备600交互的设备通信，和/或与使得该电子设备600能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(i/o)接口650进行。并且，电子设备600还可以通过网络适配器660与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。网络适配器660可以通过总线630与电子设备600的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备600使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储平台等。
121.本发明还公开了一种计算机可读存储介质，用于存储程序，所述程序被执行时实现上述智能客服应答方法中的步骤。在一些可能的实施方式中，本发明的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当程序产品在终端设备上运行时，程序代码用于使终端设备执行本说明书上述智能客服应答方法中描述的依据本发明各种示例性实施方式的步骤。
122.如上所示，该实施例的计算机可读存储介质的程序在执行时，基于每一个问询用户个性化的特征标签，和基于会话对象识别出的语义标签进行结合，个性化识别会话对象意图，动态生成针对性的回复信息，从而更好的满足问询用户的需求。
123.图9是本发明的计算机可读存储介质的结构示意图。参考图9所示，描述了依据本发明的实施方式的用于实现上述方法的程序产品800，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本发明的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
124.程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
125.计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、rf等等，或者上述的任意合适的组合。
126.可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码，程序设计语言包括面向对象的程序设计语言—诸如java、c 等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网
(wan)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
127.本发明实施例提供的智能客服应答方法、系统、设备及存储介质实现基于每一个问询用户个性化的特征标签，和基于会话对象识别出的语义标签进行结合，个性化识别会话对象意图，动态生成针对性的回复信息，从而更好的满足问询用户的需求。
128.以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单推演或替换，都应当视为属于本发明的保护范围。