[發(fā)明專利]一種智能客服語義處理方法

有效

• 申請?zhí)枺?/td>: 202010284743.1
• 申請日: 2020-04-13
• 公開（公告）號: CN111523328B
• 公開（公告）日: 2023-09-05
• 發(fā)明（設(shè)計）人: 費(fèi)春勇;黃峰;余敏;王定軍;張繼康
• 申請（專利權(quán)）人: 中博信息技術(shù)研究院有限公司
• 主分類號: G06F40/30
• 分類號: G06F40/30;G06F40/216;G06F40/289;G06F40/242;G06N3/02;G06F16/332;G06Q30/015
• 代理公司: 常州佰業(yè)騰飛專利代理事務(wù)所(普通合伙) 32231
• 代理人: 李珍

本發(fā)明公開了一種智能客服語義處理方法，屬于人工智能自然語言里技術(shù)領(lǐng)域，建立客服客戶端、樣本數(shù)據(jù)采樣模塊和云服務(wù)器，在云服務(wù)器中建立DSSM語義相似度模型模塊和TF?IDF模型模塊，基于樣本數(shù)據(jù)訓(xùn)練DSSM語義相似度模型，基于海量數(shù)據(jù)訓(xùn)練TF?IDF模型，構(gòu)建TF?IDF模型語義相似度計算方法，采用語義相似度的排序算法能夠很好的平衡準(zhǔn)確度與效率，采用人工客服的日常運(yùn)維提供大量的對話知識庫，以深度學(xué)習(xí)技術(shù)為算法核心的語義理解方法，為辦公領(lǐng)域智能客服提供了快速準(zhǔn)確的語義匹配，提高了辦公效率。

技術(shù)領(lǐng)域

本發(fā)明屬于人工智能自然語言處理技術(shù)領(lǐng)域，涉及一種智能客服語義處理方法。

背景技術(shù)

近年來，智能客服已經(jīng)成功運(yùn)用于各行各業(yè)咨詢服務(wù)業(yè)務(wù)中，為企業(yè)以及用戶提供了快捷方便的解決路徑，同樣類似于中國電信等大型企業(yè)在辦公管理過程中也會遇到各種咨詢問題，而僅僅通過詢問人工客服不僅效率低下，而且要求人工客服詳細(xì)了解辦公系統(tǒng)中各個部門的精細(xì)工作。通過將日常辦公領(lǐng)域涉及到的散而細(xì)的業(yè)務(wù)問題整理成問答對形式的知識庫，通過對咨詢問題的語義理解，來匹配出語義最相似答案，這種方式的智能客服不僅降低了工作量，將人工客服員從大量重復(fù)、機(jī)械的工作中解放出來，著重用于解決辦公中一些復(fù)雜的問題上，有效進(jìn)行資源分配，降低成本；而且時刻在線，提高辦公效率。

傳統(tǒng)的智能客服的語義理解方法主要是以自定義模板匹配以及關(guān)鍵字匹配來解析用戶問題，缺點在于模板問法相對單一，限制用戶問題必須包含在模板中或者是帶有相同的關(guān)鍵詞，遇到相似表達(dá)語義的問法就難以被匹配到。

發(fā)明內(nèi)容

本發(fā)明的目的是提供一種智能客服語義處理方法，解決了傳統(tǒng)技術(shù)的不足的技術(shù)問題。

為實現(xiàn)上述目的，本發(fā)明采用如下技術(shù)方案：

一種智能客服語義處理方法，包括如下步驟：

步驟1：建立客服客戶端、樣本數(shù)據(jù)采樣模塊和云服務(wù)器，客服客戶端、樣本數(shù)據(jù)采樣數(shù)據(jù)庫和云服務(wù)器之間通過互聯(lián)網(wǎng)相互通信；

在云服務(wù)器中建立DSSM語義相似度模型模塊和TF-IDF模型模塊；

在樣本數(shù)據(jù)采樣模塊中建立領(lǐng)域外開源樣本數(shù)據(jù)庫和領(lǐng)域內(nèi)樣本數(shù)據(jù)庫；

步驟2：在DSSM語義相似度模型模塊中建立DSSM語義相似度模型；

DSSM語義相似度模型模塊調(diào)取領(lǐng)域外開源樣本數(shù)據(jù)庫中的數(shù)據(jù)對DSSM語義相似度模型進(jìn)行訓(xùn)練；

步驟3：對領(lǐng)域內(nèi)樣本數(shù)據(jù)庫中的數(shù)據(jù)進(jìn)行標(biāo)注處理，其標(biāo)注方法采用問題+答案的方式；

步驟4：在樣本數(shù)據(jù)采樣模塊中添加開放領(lǐng)域知識豐富訓(xùn)練數(shù)據(jù)庫；

步驟5：根據(jù)開放領(lǐng)域知識豐富訓(xùn)練數(shù)據(jù)庫中的數(shù)據(jù)，建立領(lǐng)域?qū)Ｓ米值洌?/p>

步驟6：基于word2vec將專用字典中的所有字均生成對應(yīng)的字向量T；

步驟7：根據(jù)以下方法以DSSM為算法核心，選定Transformer特征提取網(wǎng)絡(luò)，對標(biāo)注好的數(shù)據(jù)進(jìn)行訓(xùn)練，得到DSSM語義相似度模型：

步驟S1：以Transformer-DSSM深度網(wǎng)絡(luò)為主要框架，輸入字向量T經(jīng)過雙向GRU提取特征后輸出256維向量；

步驟S2：將步驟S1的結(jié)果再輸入到Transformer層，經(jīng)提取特征后輸出512維向量F＝((t₁₁,t₁₂,t₁₃,...t_1,512),...(t_c1,t_c2,t_c3,...,t_c,512))；其中，c代表知識庫文本的數(shù)量；