[發明專利]一種客服應答模型訓練方法和系統

在審

• 申請號: 201911412931.1
• 申請日: 2019-12-31
• 公開（公告）號: CN111858868A
• 公開（公告）日: 2020-10-30
• 發明（設計）人: 熊超
• 申請（專利權）人: 北京嘀嘀無限科技發展有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/35;G06N3/04;G06N3/08
• 代理公司: 成都七星天知識產權代理有限公司 51253
• 代理人: 袁春曉

本申請實施例公開了一種客服應答模型的訓練方法。所述方法包括：獲取多個業務線的語料數據，所述語料數據包括問題和對應的回答；用所述多個業務線的語料數據訓練模型的底層網絡結構；針對所述多個業務線中的每個業務線：在所述模型的上層網絡結構中確定針對所述業務線的子網絡；用所述業務線的語料數據訓練所述子網絡；根據每個業務線對應的訓練后的子網絡確定所述模型訓練后的上層網絡結構；根據所述模型訓練后的底層網絡結構和訓練后的上層網絡結構，得到所述客服應答模型。本申請采用了多業務線的語料同時訓練模型的底層網絡結構，可以有效改善客服應答模型，使客服應答更準確，從而提升用戶體驗。

技術領域

本申請涉及人工智能技術領域，特別涉及一種客服應答模型訓練方法和系統。

背景技術

隨著網約車服務的快速發展，越來越多的人們開始使用在線打車服務或者注冊成為司機。網約車給人們出行帶來便捷的同時，隨之而來對應的問題咨詢和投訴也變得較多了。網約車平臺一般提供多種業務線，常規的客服問答機器人是基于不同的業務線分別訓練對應的業務線模型的，即每個業務線采用自己業務線對應的語料來訓練模型。在訓練某一個業務線的模型時，其他業務線的語料得不到很好的利用。同時，使用單一的業務線的語料訓練得到的模型，在面對同一用戶不同領域的問題時，無法靈活變通地回答而造成用戶體驗不佳。例如，用戶反饋“打不到車”時，客服問答機器人的答復只能從派車相關的語料庫中抽取，給以用戶“對不起，請稍等”等類型的答復，內容較為單一。因此，有必要提出一種可以通過多業務線的語料訓練得到的客服問答模型來改善客服問答機器人的答復效果，提高用戶咨詢體驗。

發明內容

本申請實施例之一提供一種客服應答模型的訓練方法。所述應答模型訓練方法包括：獲取多個業務線的語料數據，所述語料數據包括問題和對應的回答；用所述多個業務線的語料數據訓練模型的底層網絡結構；針對所述多個業務線中的每個業務線：在所述模型的上層網絡結構中確定針對所述業務線的子網絡；用所述業務線的語料數據訓練所述子網絡；根據每個業務線對應的訓練后的子網絡確定所述模型訓練后的上層網絡結構；根據所述模型訓練后的底層網絡結構和訓練后的上層網絡結構，得到所述客服應答模型。

本申請實施例之一提供一種客服應答方法。所述客服應答方法包括：獲取待應答的對話數據；用訓練后的客服問答模型處理所述對話數據，得到所述對話數據對應的回答。

本申請實施例之一提供一種客服應答模型訓練系統。所述應答模型訓練系統包括：第一獲取模塊，用于獲取多個業務線的語料數據，包括問題和對應的回答；第一訓練模塊，用于基于所述多個業務線的語料數據訓練模型的底層網絡結構；第二訓練模塊，用于針對所述多個業務線中的每個業務線：在所述模型的上層網絡結構中確定針對所述業務線的子網絡；用所述業務線的語料數據訓練所述子網絡；根據每個業務線對應的訓練后的子網絡確定所述模型訓練后的上層網絡結構；客服應答模型生成模塊，用于基于所述模型訓練后的底層網絡結構和訓練后的上層網絡結構，得到所述客服應答模型。

本申請實施例之一提供一種客服應答系統。所述客服應答系統包括：第二獲取模塊，用于獲取待應答的對話數據；回答確定模塊，用于將訓練后的客服應答模型處理所述對話數據，得到所述對話數據對應的回答。

本申請實施例之一提供一種客服應答模型訓練裝置，所述裝置包括處理器以及存儲器；所述存儲器用于存儲指令，所述指令被所述處理器執行時，導致所述裝置實現如客服應答模型訓練方法中一個或多個操作。

本申請實施例之一提供一種客服應答裝置，所述裝置包括處理器以及存儲器；所述存儲器用于存儲指令，所述指令被所述處理器執行時，導致所述裝置實現如上述客服應答方法中一個或多個操作。

本申請實施例之一提供一種計算機可讀存儲介質，所述存儲介質存儲計算機指令，當計算機讀取存儲介質中的計算機指令后，計算機執行本申請任一實施例所述方法。

附圖說明