[發明專利]一種智能客服方法及系統

有效

• 申請號: 201810910686.6
• 申請日: 2018-08-10
• 公開（公告）號: CN109033428B
• 公開（公告）日: 2021-09-10
• 發明（設計）人: 鄧昕;王飛;洪偉俊
• 申請（專利權）人: 深圳市磐創網絡科技有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332
• 代理公司: 深圳市中科創為專利代理有限公司 44384
• 代理人: 彭西洋

1.一種智能客服方法，其特征在于，包括以下步驟：

建立問答數據庫，其由若干條包括問題、答案的問答數據組成；

建立與問答數據庫相關聯的問答模型，所述問答模型針對輸入的問答數據形成映射關系，匹配問答數據中的問題及與之對應的答案；

用戶提出待解答問題，問答模型從問答數據庫中找出匹配度最高的N條答案，再使用三種特征工程的方法對N條答案再進行一次相似度計算，給出對應答案推薦給用戶；

獲取用戶對推薦的答案評分，基于該評分優化調整問答模型，使得問答模型匹配出來的結果更加準確；

使用TFIDF算法和Doc2Vec算法從問答數據庫中找出匹配度最高的20條答案；

將匹配度最高的20條答案再進行一次相似度計算；

以相似度由高到低的排序將答案推薦給用戶；

將匹配度最高的20條答案再進行一次相似度計算的具體方法為：

使用三種特征工程的方法對匹配度最高的20條答案再進行一次相似度計算，三種方法計算方式如下：

(1)、計算相同關鍵詞的比例

KeyW1表示提出問題中非重復關鍵詞的個數，KeyW2表示匹配問題中包含提出問題中關鍵詞的個數；則：

(2)、計算句子長度的差異率

Len1，Len2分別表示提出問題與匹配問題的長度，即兩個問題中詞的個數，則：

(3)、計算關鍵詞的順序

對用戶輸入問題的關鍵詞排序成自然數序列，找出匹配問題中與輸入問題相同的關鍵詞的集合W，W中每個關鍵詞的值為輸入問題的自然數序列中對應關鍵詞的值，定義MaxRev為最大逆序數，即關鍵詞的組合數；Rev表示W的逆序數，則：

(4)基于這三種特征工程方法得到總的相似度計算方式：

Sim＝λ₁*WordSim+λ₂*LenSim+λ₃*OrdSim

其中，λ₁、λ₂、λ₃為系數參數，取值為λ₁/λ₂/λ₃∈(0-1)，且λ₁+λ₂+λ₃＝1；該方法還包括問答模型優化的步驟：

按權重λ₁’使用TF-IDF模型選詞，其中TF、IDF計算公式如下：

按權重λ₂’使用Doc2Vec模型選詞向量，并根據評分，調整λ₁’、λ₂’在問答模型中的權重：

Sim＝λ₁′*Sim_tfidf+λ₂′*Sim_doc2vec

其中，λ₁’、λ₂’為系數參數，取值為λ₁’、λ₂’∈(0-1)，且λ₁’+λ₂’＝1；

其中，TF-IDF模型，即詞頻-逆文件頻率，詞頻指的是將數據庫中所有問題進行分詞后，每個詞在所有詞中出現的頻率；詞的逆文件頻率的思想是如果包含該詞的問題越少，IDF值越大，說明該詞能更好的區分不同問題之間的差異；Doc2Vec模型匹配與用戶輸入問題相似度高的問題；Doc2Vec模型的原理和Word2Vec模型的原理相似，并在其基礎上加上了一個段落向量；該段落向量可以表達段落的主旨；段落向量就是每個問題向量；在訓練過程中，設置窗口大小為3，即每次從問題中取三個詞向量輸入到模型中進行訓練，同時每次訓練都會將這個段落向量一并輸入進行訓練。

2.根據權利要求1所述的智能客服方法，其特征在于，所述問答數據庫可以經由用戶批量或逐條導入問答數據建立。

3.根據權利要求1-2任一項所述的智能客服方法的系統，其特征在于，包括：

問答數據庫，其由若干條包括問題、答案的問答數據組成；

問答模型，所述問答模型針對輸入的問答數據形成映射關系，匹配問答數據中的問題及與之對應的答案。